JP7390188B2 - 医用画像分析、決定サポートシステム、および関連するグラフィカルユーザインタフェース（ｇｕｉ）アプリケーションのためのネットワーク - Google Patents

Description

関連出願への相互参照
本出願は、２０１６年１０月２７日に出願された米国仮出願番号第６２／４１３，９３６号の利益を主張しており、その内容は、その全体が本明細書によって参考として本明細書中に援用される。

技術分野
本発明は、一般に、医用画像データの作成、分析、および／または提示のためのシステムおよび方法に関する。より詳細には、ある特定の実施形態では、本発明は、たとえば、がん治療の経過について決定を行うプロセスを支援するためならびに／または治療および／もしくは疾患の進行を追跡するための、医療従事者および／またはその患者による使用のための、クラウドベースのプラットフォームおよびサポートされるＧＵＩ意思決定ツールに関する。

背景
標的画像分析は、疾患の進行中に変化する、体内の特定の受容体、酵素、およびタンパク質に結合する、放射標識された小分子の使用を伴う。患者への投与後、これらの分子は、目的とする標的を見つけるまで、血液中を循環する。結合された放射性医薬品は疾患の部位に留まるが、薬剤の残りは身体から出て行く。分子の放射性部分はビーコンとして働くことにより、世界中のほとんどの病院で見られる単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）カメラまたは陽電子放射断層撮影（ＰＥＴ）カメラとして公知である一般に利用可能な核医学カメラを使用して、疾患位置および濃度を描く画像が取得され得る。次いで、医師は、この情報を使用して、患者内での疾患の存在および程度を判定することができる。医師は、この情報を使用して、推奨される治療の経過を患者に提供し、疾患の進行を追跡することができる。

ＰＥＴ画像およびＳＰＥＣＴ画像の分析および増強に利用可能なさまざまなソフトウェアベースの分析技法が、放射線科医または医師によって使用可能である。特定の種類のがんを撮像するために利用可能ないくつかの放射性医薬品もある。たとえば、小分子診断１４０４は、前立腺がん細胞の９５％超の細胞の表面上で増幅されるタンパク質であり、原発性前立腺がんおよび転移性前立腺がんの検出のための検証された標的である、前立腺特異的膜抗原（ＰＳＭＡ）の細胞外ドメインを標的とする。１４０４は、広く入手可能であり、比較的安価で、効率的な用意を容易にし、核医学イメージング適用例にとって魅力的なスペクトル特性を有するガンマ放射体同位元素であるテクネチウム－９９ｍで標識される。

放射性医薬品の別の例は、臨床段階にある、前立腺がんのためのフッ化ＰＳＭＡ標的ＰＥＴ造影剤である、ＰｙＬ（商標）（［^１８Ｆ］ＤＣＦＰｙＬとしても公知である）である。Ｊｏｕｒｎａｌ ｏｆ Ｍｏｌｅｃｕｌａｒ Ｉｍａｇｉｎｇ ａｎｄ Ｂｉｏｌｏｇｙの２０１５年４月号において発表された概念実証試験において、ＰｙＬ（商標）を用いたＰＥＴイメージングにより、推定される転移性疾患および原発性腫瘍の部位内での高レベルのＰｙＬ（商標）摂取が示され、前立腺がんを検出する際の高い感度および特異度の可能性が示唆されることが実証された。

腫瘍専門医は、患者の標的ＰＥＴ検査または標的ＳＰＥＣＴ検査からの画像を、患者が特定の疾患、たとえば前立腺がんに罹患しているかどうか、疾患のどのステージが明らかなのか、推奨される治療の経過（もしあれば）はどのようなものか、外科的介入が指し示されるかどうか、および見込みのある予後のアセスメントにおいて入力として使用してよい。腫瘍専門医は、このアセスメントにおいて放射線科医の報告を使用してよい。放射線科医の報告は、イメージング試験を要求した医師のために放射線科医によって用意されたＰＥＴ画像またはＳＰＥＣＴ画像の技術的評価であり、たとえば、実行された試験のタイプ、病歴、画像間の比較、試験を実行するために使用された技法、放射線科医の所見および知見、ならびに放射線科医がイメージング検査結果に基づいて持ち得る全体的な印象および推奨事項を含む。署名された放射線科医報告は、医師のレビューのために検査をオーダーした医師に送出され、続いて、結果および治療の推奨事項について医師と患者との間で議論が行われる。

したがって、プロセスは、患者に対するイメージング検査を放射線科医に実行させることと、取得された画像を分析することと、放射線科医報告を作成することと、その報告を要求元の医師にフォワーディングすることと、アセスメントおよび治療推奨事項を医師に策定させることと、医師に、結果、推奨事項、およびリスクを患者に通信させることとを伴う。プロセスは、不確かな結果によりイメージング検査を繰り返すこと、または初期結果に基づいてさらなるテストをオーダーすることも伴うことがある。

イメージング検査が、患者が、特定の疾患または状態（たとえば、がん）を有することを示す場合、医師は、手術を含む種々の治療選択肢、ならびに手術を受けるのではなく、何もしないリスクまたは慎重な待機手法もしくは積極的サーベイランス手法を採用するリスクについて論じる。

医師の観点から、および患者の観点からの両方で、このプロセスに関連付けられた制限がある。放射線科医の報告は確かに有用であるが、医師は、患者のためのアセスメントおよび推奨事項を策定する際に、最終的には自分の経験に依拠しなければならない。そのうえ、患者は、医師に大きな信頼を置かなければならない。医師は、患者に患者のＰＥＴ／ＳＰＥＣＴ画像を示すことがあり、患者に、種々の治療選択肢または特定の予後の可能性に関連付けられた、数字上のリスクを告げることがあるが、患者は、この情報の意味を理解しようと非常に奮闘することがある。さらに、特に、がんが診断されたが、患者が手術しないことを選ぶ場合、患者の家族は質問がある可能性が多いであろう。患者および／または患者の家族成員は、補足情報をオンラインで調査することがあり、診断された状態のリスクについて誤りが伝えられることがある。困難な試練が、より大きな精神的ショックとなることがある。
したがって、医用イメージング検査の改善された分析ならびにそれらの結果、診断、予後、治療推奨事項、および患者に関連付けられたリスクの通信のためのシステムおよび方法が依然として必要とされている。

Ｊｏｕｒｎａｌ ｏｆ Ｍｏｌｅｃｕｌａｒ Ｉｍａｇｉｎｇ ａｎｄ Ｂｉｏｌｏｇｙの２０１５年４月号

発明の要旨
たとえば、がん治療の経過について決定を行うプロセスを支援するためならびに／または治療および／もしくは疾患の進行を追跡するための、医療従事者および／またはその患者による使用のための、クラウドベースのプラットフォームおよびサポートされるグラフィカルユーザインタフェース（ＧＵＩ）意思決定ツールが、本明細書において提示される。

たとえば、患者のための画像データの所与のセットに関するフィードバックを複数のユーザが記憶する、アクセスする、分析する、および／または提供することを可能にするネットワークベース（たとえば、クラウドベース）のサポートプラットフォームが、本明細書において提示され、プラットフォームは、標的ＰＥＴ／ＳＰＥＣＴ／または他の画像の自動化された分析、放射線科医報告の生成、画像が分析されるプロセスを更新するための機械学習アルゴリズムの適用（たとえば、増大する画像データベースに基づいてセグメンテーションおよび／または分類ルーチンを更新すること）のためのソフトウェアツールをサポートする。ある特定の実施形態では、標的ＰＥＴ／ＳＰＥＣＴ画像は、ＰｙＬ（商標）および／または１４０４を放射性医薬品として使用して取得され得る。ある特定の実施形態では、複数の（認定された）ユーザは、たとえば、データ解釈に関する議論などに加わるために、情報にアクセスすることができる。

参照画像との比較のための患者臓器（および／または他の組織）に対応する３Ｄリスク画像の提示を調整するための（たとえば、意思決定サポートとしての患者への結果の通信において使用するための）制御をもつグラフィカルユーザインタフェース（ＧＵＩ）要素を特徴とするソフトウェアツール（たとえば、モバイルアプリ）が本明細書においても提示される。たとえば、ツールは、上記のネットワークベースのサポートプラットフォームによってサポートされてよい。このツールは、患者に（および／または医師に、または患者の許可を得て患者の家族に）患者の状態についての情報を通信するために、容易に理解され、ユーザフレンドリーかつ対話型で制御可能な、絵で表した表示を提供することができる。たとえば、がんのリスクが検出される患者は、リスクのエリアおよび／または程度を指し示すマップを表示することができ、このリスクマップを、所与の治療の過程が推奨される他者のリスクマップと比較することができる。たとえば、このツールは、（たとえば、前立腺がんの検出されたリスクに対して）手術を受けるべきかどうかの患者の決定において患者を助けることができる。患者は、自分のリスクマップを、手術が推奨されるであろう典型的なリスクレベルを表すマップと視覚的に比較することができ、この典型的なリスクレベルよりも下では、手術を受けることを選ばず、経過観察手法もしくは積極的サーベイランスに関与することが合理的であることがある。したがって、がんの非ゼロリスクを有すると医師に言われた低リスク患者は、患者の状況と誰かの状況との間の視覚的で制御可能な比較に快適さを見出し得る（たとえば、患者のリスク状況がそれと比較される参照が、患者の年齢、体重、および／または他のリスク因子に同調可能である場合）。

一態様では、本発明は、（たとえば、ネットワークまたはインターネットホストサーバの）プロセッサと、その上に記憶された命令を有するメモリであって、この命令は、プロセッサによって実行されるとき、以下の機能（ｉ）から（ｖ）：（ｉ）医用画像［たとえば、標的ＰＥＴ画像、標的ＳＰＥＣＴ画像、コンピュータ断層撮影（ＣＴ）画像、磁気共鳴（ＭＲ）画像、超音波（ＵＳ）画像、ガンマカメラ（すなわちシンチレーションカメラ）画像、および上記のいずれかの組合せ、融合物、または派生物のうちの１つまたは複数を含む］を受信し、データベース［たとえば、標的ＰＥＴ／ＳＰＥＣＴ／ガンマカメラ画像が、１つまたは複数の放射性医薬品（たとえば、［１８Ｆ］ＤＣＦＰｙＬおよび／または１４０４および／またはテクネチウム９９ｍを含む組成物｛たとえば、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）｝）を使用して取得される、ならびに／または医用画像が、非放射性剤を使用して、もしくは剤を使用することなく、取得される］に記憶することであって、各医用画像は特定の患者に関連付けられる、受信および記憶すること、（ｉｉ）ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに（たとえば、要求された画像および／またはデータをユーザが受信するために適正に資格が与えられた自動化された検証に続いて）、データベースからの特定の患者に関連付けられた医用画像および／または関係データのうちの１つまたは複数にアクセスすること、（ｉｉｉ）医用画像のうちの１つまたは複数を自動的に分析すること［たとえば、現在の疾患のリスクまたは疾患たとえばがんの再発のリスクの領域をマークするグラフィカル記号（たとえば、テクスチャコーディングまたはカラーコーディング）をもつリスク指標（たとえば、ＢＳＩ）および／またはリスクマップ、たとえば、組織（たとえば、臓器または身体の他のパーツ）の視覚的表現（たとえば、３Ｄ表現）を生成するために、たとえば、リスクマップは、組織のＰＥＴ／ＳＰＥＣＴ／ＣＴ／ＭＲＩ／ＵＳ／合成／派生／融合画像の重ね合せとして表示される、または組織の画像の場所にある］、（ｉｖ）患者のための医用画像のうちの１つまたは複数に応じて、患者のための放射線科医報告を生成すること、ならびに（ｖ）データベース内の蓄積された画像データを使用して、医用画像のうちの１つまたは複数を自動的に分析するためのプロセスを更新するために、機械学習アルゴリズムを適用すること［たとえば、上記の（ｉｉｉ）および／または（ｖ）における１つまたは複数の医用画像の自動分析が、以下の（ａ）から（ｄ）：（ａ）組織の（たとえば、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、および／またはＵＳ）画像の自動化された融合、（ｂ）患者の画像化された組織の１つまたは複数の臓器、臓器構造、下位臓器（ｓｕｂ－ｏｒｇａｎ）、臓器領域、および／または他の領域の地理的識別、ならびに重ね合わされたＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、および／またはＵＳデータを用いた地理的に識別された組織の３Ｄ画像の生産、（ｃ）データベースからのデータ、組織の画像、および／または（ｂ）における３Ｄ画像を使用した、１つもしくは複数のリスク指標を含むリスク情報、リスクフィールド、またはリスクマップの計算、ならびに（ｄ）患者のための３Ｄリスクピクチャを生産するための（ｃ）において計算されたリスク情報（たとえば、およびデータベースからのデータ）の使用、のうちのいずれか１つまたは複数を含む場合］、のうちの１つまたは複数を実行することをプロセッサに行わせる、メモリとを備えるネットワークベース（たとえば、クラウドベース）の決定サポートシステムを対象とする。

ある特定の実施形態では、データベース内の医用画像は、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）撮影された第１の患者の医用画像のシリーズを含み、命令は、シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、第１の患者のための少なくとも第１のリスク指標の判定された値を経時的に追跡することをプロセッサに行わせる。

ある特定の実施形態では、医用画像は、^９９ｍＴｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて（たとえば、１つまたは複数のホットスポットを識別するために）取得された第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、第１の患者の（たとえば、解剖学的特徴を識別するための）コンピュータ断層撮影（ＣＴ）スキャンとを含み、命令は、ＳＰＥＣＴスキャンをＣＴスキャンに重ね合わせて第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することをプロセッサに行わせる。

ある特定の実施形態では、医用画像は、［１８Ｆ］ＤＣＦＰｙＬ（^１８Ｆで標識されたＤＣＦＰｙＬ）を含む造影剤の第１の患者への投与に続いて（たとえば、１つまたは複数のホットスポットを識別するために）取得された第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、第１の患者のＣＴスキャンとを含み、命令は、ＰＥＴスキャンをＣＴスキャンに重ね合わせて第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することをプロセッサに行わせる。

ある特定の実施形態では、医用画像は、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた第１の患者の全身スキャン（たとえば、前面ビューと後面ビューとを含む）を含む。

ある特定の実施形態では、医用画像は第１の患者の合成画像を含み、合成画像は、ＣＴスキャンと実質的に同じ時間に、放射性核種を含む（たとえば放射性核種で標識された）前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の第１の患者への投与に続いて、取得された核医学画像（たとえばＳＰＥＣＴスキャン、たとえばＰＥＴスキャン）が重ね合わされたＣＴスキャンを含み、命令は、（ａ）合成画像を使用して、（たとえば、核医学画像の、３Ｄ境界内に含まれるおよび／またはその外側の部分が互いと区別可能であるように）核医学画像内の画像化された組織の１つまたは複数の領域［たとえば臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば、１つまたは複数の特定の骨、たとえば、患者の骨格領域）、たとえば、目的の領域］の各々に対する３Ｄ境界を地理的に識別すること、および（ｃ）１つまたは複数の領域の識別された３Ｄ境界とともに核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算することによって、合成画像を自動的に分析することをプロセッサに行わせる。

ある特定の実施形態では、命令は、１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、１つまたは複数の領域の各々に対して、領域の３Ｄ境界内の核医学画像の強度値に基づいて、（たとえば、核医学画像内で、領域の３Ｄ境界内の複数のホットスポットを識別すること、ならびに識別されたホットスポットの総数および／または全体積を計算することによって）領域内の対応するがん組織レベルを判定すること、および１つまたは複数の領域内の判定されたがん組織レベルに基づいて、リスク指標の値を計算することによって、リスク指標の値を計算することをプロセッサに行わせる。

ある特定の実施形態では、核医学画像はＳＰＥＣＴスキャンである。

ある特定の実施形態では、造影剤は、ＰＳＭＡ結合剤にキレート化された金属を含み、この金属は放射性核種である［たとえば、金属は、テクネチウム（Ｔｃ）の放射性同位元素である（たとえば、金属はテクネチウム－９９ｍ（^９９ｍＴｃ））である、たとえば、金属はレニウム（Ｒｅ）の放射性同位元素である（たとえば、金属はレニウム－１８８（^１８８Ｒｅ）である、たとえば、金属はレニウム－１８６（^１８６Ｒｅ）である）、たとえば、金属はイットリウム（Ｙ）の放射性同位元素である（たとえば、金属は^９０Ｙである）、たとえば、金属はルテチウム（Ｌｕ）の放射性同位元素である（たとえば、金属は^１７７Ｌｕである）、たとえば、金属はガリウム（Ｇａ）の放射性同位元素である（たとえば、金属は^６８Ｇａである、たとえば、金属は^６７Ｇａである）、たとえば、金属はインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）である、たとえば、金属は銅（Ｃｕ）の放射性同位元素である（たとえば、金属は^６７Ｃｕである）］。

ある特定の実施形態では、造影剤は、^９９ｍＴｃ－ＭＩＰ－１４０４を含む。

ある特定の実施形態では、核医学画像はＰＥＴスキャンである。

ある特定の実施形態では、放射性核種は、ハロゲンの放射性同位元素［たとえば、フッ素の放射性同位元素（たとえば^１８Ｆ）、たとえば、ヨウ素の放射性同位元素（たとえば^１２３Ｉ、たとえば^１２４Ｉ、たとえば^１２５Ｉ、たとえば^１２６Ｉ、たとえば^１３１Ｉ）、たとえば、臭素の放射性同位元素（たとえば^７５Ｂｒ、たとえば^７６Ｂｒ、たとえば^７７Ｂｒ、たとえば^８０Ｂｒ、たとえば^８０ｍＢｒ、たとえば^８２Ｂｒ、たとえば^８３Ｂｒ）、たとえば、アスタチンの放射性同位元素（たとえば^２１１Ａｔ）］である。

ある特定の実施形態では、造影剤は、［１８Ｆ］ＤＣＦＰｙＬ（^１８Ｆで標識されたＤＣＦＰｙＬ）を含む。

ある特定の実施形態では、放射性核種は、ガリウム（Ｇａ）の放射性同位元素（たとえば、^６８Ｇａ）である。

ある特定の実施形態では、医用画像は、放射性核種（たとえば、^９９ｍＴｃ）を含む造影剤（たとえば、造影剤は^９９ｍＴｃ ＭＤＰを含む）の第１の患者への投与に続く第１の患者の核医学画像（たとえば、ガンマカメラを用いてなされた全身スキャン）を含み、命令は、（ａ）（たとえば、核医学画像の、境界内に含まれるおよび／またはその外側の部分が互いと区別可能であるように）核医学画像内の画像化された組織の１つまたは複数の領域［たとえば、臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば、１つまたは複数の特定の骨、たとえば、患者の骨格領域）、たとえば、目的の領域］の各々のための境界（たとえば２Ｄ境界、たとえば３Ｄ境界）を地理的に識別すること、ならびに（ｃ）１つまたは複数の領域の識別された境界とともに核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算することによって、核医学画像を自動的に分析することをプロセッサに行わせる。

ある特定の実施形態では、命令は、１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、１つまたは複数の領域の各々に対して、領域の境界内の核医学画像の強度値に基づいて、（たとえば、核医学画像内で、領域の境界内の複数のホットスポットを識別すること、ならびに識別されたホットスポットの総数および／または全体積を計算することによって）領域内の対応するがん組織レベルを判定すること、および
１つまたは複数の領域内の判定されたがん組織レベルに基づいて、リスク指標の値を計算することによって、リスク指標の値を計算することをプロセッサに行わせる。

ある特定の実施形態では、システムは、クラウドベースのシステムである。

ある特定の実施形態では、プロセッサは、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである。

別の態様では、本発明は、以下の（ｉ）から（ｖ）：（ｉ）サーバコンピューティングデバイスのプロセッサによって、医用画像［たとえば、標的ＰＥＴ画像、標的ＳＰＥＣＴ画像、コンピュータ断層撮影（ＣＴ）画像、磁気共鳴（ＭＲ）画像、超音波（ＵＳ）画像、ガンマカメラ（すなわちシンチレーションカメラ）画像、および上記のいずれかの組合せ、融合、または派生物のうちの１つまたは複数を含む］を受信して（たとえば、ネットワーク上でクライアントコンピューティングデバイスから受信する）データベースに記憶する［たとえば、標的ＰＥＴ／ＳＰＥＣＴ／ガンマカメラ画像は、１つもしくは複数の放射性医薬品、たとえば、［１８Ｆ］ＤＣＦＰｙＬおよび／もしくは１４０４および／もしくはテクネチウム９９ｍを含む組成物たとえばテクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）を使用して取得される、ならびに／または医用画像は、非放射性剤を使用して、もしくは薬剤を使用せずに、取得される］ことであって、各医用画像は特定の患者に関連付けられる、受信および記憶すること、（ｉｉ）プロセッサによって、ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに（たとえば、ユーザが要求された画像および／またはデータを受信するために適正に資格が与えられた自動化された検証に続いて）、データベースからの特定の患者に関連付けられた医用画像および／または関係データのうちの１つまたは複数にアクセスすること、（ｉｉｉ）プロセッサによって、医用画像のうちの１つまたは複数を自動的に分析すること［たとえば、現在の疾患のリスクまたは疾患たとえばがんの再発のリスクの領域をマークするグラフィカル記号（たとえば、テクスチャコーディングまたはカラーコーディング）をもつリスクマップ、たとえば、組織（たとえば、臓器または身体の他のパーツ）の視覚的表現（たとえば、３Ｄ表現）を生成するために、たとえば、リスクマップは、組織のＰＥＴ／ＳＰＥＣＴ／ＣＴ／ＭＲＩ／ＵＳ／合成／派生／融合画像の重ね合せとして表示される、または組織の画像の場所にある］、（ｉｖ）患者のための医用画像のうちの１つまたは複数に応じて、プロセッサによって、患者のための放射線科医報告を生成すること、ならびに（ｖ）プロセッサによって、データベース内の蓄積された画像データを使用して、医用画像のうちの１つまたは複数を自動的に分析するためのプロセスを更新するために、機械学習アルゴリズムを適用すること［たとえば、上記の（ｉｉｉ）および／または（ｖ）における１つまたは複数の医用画像を自動的に分析することは、以下の（ａ）から（ｄ）：（ａ）組織の（たとえば、ＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、および／またはＵＳ）画像を自動的に融合させること、（ｂ）患者の画像化された組織の１つまたは複数の臓器、臓器構造、下位臓器、臓器領域、および／または他の領域を地理的に識別すること、ならびに重ね合わされたＰＥＴ、ＳＰＥＣＴ、ＣＴ、ＭＲＩ、および／またはＵＳデータを用いた地理的に識別された組織の３Ｄ画像の生産、（ｃ）データベースからのデータ、組織の画像、および／または（ｂ）における３Ｄ画像を使用した、１つもしくは複数のリスク指標を含むリスク情報、リスクフィールド、またはリスクマップを計算すること、ならびに（ｄ）患者のための３Ｄリスクピクチャを生産するための（ｃ）において計算されたリスク情報（たとえば、およびデータベースからのデータ）を使用すること、のうちのいずれか１つまたは複数を含む］、のうちのいずれか１つまたは複数を含む方法を対象とする。

ある特定の実施形態では、データベース内の医用画像は、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）撮影された第１の患者の医用画像のシリーズを含み、方法は、シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、少なくとも第１のリスク指標の判定された値を経時的に追跡することを含む。

ある特定の実施形態では、医用画像の受信および記憶は、各々が異なる時間に（たとえば、１人または複数の医師への異なる通院において）取得された第１の患者の複数の医用画像を経時的に繰り返し受信および記憶して、第１の患者の医用画像のシリーズを取得することを含む。

ある特定の実施形態では、医用画像は、^９９ｍＴｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて（たとえば、１つまたは複数のホットスポットを識別するために）取得された第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、第１の患者の（たとえば、解剖学的特徴を識別するための）コンピュータ断層撮影（ＣＴ）スキャンとを含み、方法は、ＳＰＥＣＴスキャンをＣＴスキャンに重ね合わせて第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することを含む。

ある特定の実施形態では、医用画像は、［１８Ｆ］ＤＣＦＰｙＬ（^１８Ｆで標識されたＤＣＦＰｙＬ）を含む造影剤の第１の患者への投与に続いて取得された第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、第１の患者のＣＴスキャンとを含み、方法は、ＰＥＴスキャンをＣＴスキャンに重ね合わせて第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することを含む。

ある特定の実施形態では、医用画像は、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた第１の患者の全身スキャン（たとえば、前面ビューと後面ビューとを含む）を含む。

ある特定の実施形態では、医用画像は第１の患者の合成画像を含み、この合成画像は、実質的に同じ時間に、放射性核種を含む前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の第１の患者への投与に続いて、獲得された核医学画像（たとえばＳＰＥＣＴスキャン、たとえばＰＥＴスキャン）が重ね合わされたＣＴスキャンを含み、方法は、（ａ）合成画像を使用して、（たとえば、核医学画像の、３Ｄ境界内に含まれるおよび／またはその外側の部分が互いと区別可能であるように）核医学画像内の画像化された組織の１つまたは複数の領域［たとえば臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば、１つまたは複数の特定の骨、たとえば、患者の骨格領域）、たとえば、目的の領域］の各々に対する３Ｄ境界を地理的に識別すること、および（ｃ）１つまたは複数の領域の識別された３Ｄ境界とともに核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算することによって、合成画像を自動的に分析することを含む。

ある特定の実施形態では、ステップ（ｃ）は、１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、１つまたは複数の領域の各々に対して、領域の３Ｄ境界内の核医学画像の強度値に基づいて、（たとえば、核医学画像内で、領域の３Ｄ境界内の複数のホットスポットを識別すること、ならびに識別されたホットスポットの総数および／または全体積を計算することによって）領域内の対応するがん組織レベルを判定すること、および１つまたは複数の領域内の判定されたがん組織レベルに基づいて、リスク指標の値を計算することによって、リスク指標の値を計算することを含む。

ある特定の実施形態では、核医学画像はＳＰＥＣＴスキャンである。

ある特定の実施形態では、造影剤は、ＰＳＭＡ結合剤にキレート化された金属を含み、この金属は放射性核種である［たとえば、金属は、テクネチウム（Ｔｃ）の放射性同位元素である（たとえば、金属はテクネチウム－９９ｍ（^９９ｍＴｃ）である）、たとえば、金属はレニウム（Ｒｅ）の放射性同位元素である（たとえば、金属はレニウム－１８８（^１８８Ｒｅ）である、たとえば、金属はレニウム－１８６（^１８６Ｒｅ）である）、たとえば、金属はイットリウム（Ｙ）の放射性同位元素である（たとえば、金属は^９０Ｙである）、たとえば、金属はルテチウム（Ｌｕ）の放射性同位元素である（たとえば、金属は^１７７Ｌｕである）、たとえば、金属はガリウム（Ｇａ）の放射性同位元素である（たとえば、金属は^６８Ｇａである、たとえば、金属は^６７Ｇａである）、たとえば、金属はインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）である、たとえば、金属は銅（Ｃｕ）の放射性同位元素である（たとえば、金属は^６７Ｃｕである）］。

ある特定の実施形態では、造影剤は、^９９ｍＴｃ－ＭＩＰ－１４０４を含む。

ある特定の実施形態では、核医学画像はＰＥＴスキャンである。

ある特定の実施形態では、放射性核種は、ハロゲンの放射性同位元素［たとえば、フッ素の放射性同位元素（たとえば^１８Ｆ）、たとえば、ヨウ素の放射性同位元素（たとえば^１２３Ｉ、たとえば^１２４Ｉ、たとえば^１２５Ｉ、たとえば^１２６Ｉ、たとえば^１３１Ｉ）、たとえば、臭素の放射性同位元素（たとえば^７５Ｂｒ、たとえば^７６Ｂｒ、たとえば^７７Ｂｒ、たとえば^８０Ｂｒ、たとえば^８０ｍＢｒ、たとえば^８２Ｂｒ、たとえば^８３Ｂｒ）、たとえば、アスタチンの放射性同位元素（たとえば^２１１Ａｔ）］である。

ある特定の実施形態では、造影剤は、［１８Ｆ］ＤＣＦＰｙＬ（^１８Ｆで標識されたＤＣＦＰｙＬ）を含む。

ある特定の実施形態では、放射性核種は、ガリウム（Ｇａ）の放射性同位元素（たとえば、^６８Ｇａ）である。

ある特定の実施形態では、医用画像は、放射性核種（たとえば、^９９ｍＴｃ）を含む造影剤（たとえば、造影剤は^９９ｍＴｃ ＭＤＰを含む）の第１の患者への投与に続いて取得された第１の患者の核医学画像（たとえば、ガンマカメラを用いてなされた全身スキャン）を含み、方法は、（ａ）（たとえば、核医学画像の、３Ｄ境界内に含まれるおよび／またはその外側の部分が互いと区別可能であるように）核医学画像内の画像化された組織の１つまたは複数の領域［たとえば、臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば、１つまたは複数の特定の骨、たとえば、患者の骨格領域）、たとえば、目的の領域］の各々のための境界（たとえば２Ｄ境界、たとえば３Ｄ境界）を地理的に識別すること、ならびに（ｃ）１つまたは複数の領域の識別された境界とともに核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算することによって、核医学画像を自動的に分析することを含む。

ある特定の実施形態では、ステップ（ｃ）は、１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、１つまたは複数の領域の各々に対して、領域の境界内の核医学画像の強度値に基づいて、（たとえば、核医学画像内で、領域の３Ｄ境界内の複数のホットスポットを識別すること、ならびに識別されたホットスポットの総数および／または全体積を計算することによって）領域内の対応するがん組織レベルを判定すること、および１つまたは複数の領域内の判定されたがん組織レベルに基づいて、リスク指標の値を計算することによって、リスク指標の値を計算することを含む。

ある特定の実施形態では、プロセッサは、クラウドベースのシステムのプロセッサである。

ある特定の実施形態では、プロセッサは、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである。

別の態様では、本発明は、（たとえば、ネットワークもしくはインターネットホストサーバの、またはポータブルコンピューティングデバイスの）プロセッサと、その上に記憶された命令を有するメモリであって、この命令は、プロセッサによって実施されるとき、対話型グラフィカルユーザインタフェース（ＧＵＩ）要素を生成し、その表示を引き起こす（たとえば、たとえばモバイルアプリを介して、ラップトップコンピュータ上またはリモートコンピューティングデバイス上でのＧＵＩ要素の表示を引き起こす）ことをプロセッサに行わせ、このＧＵＩ要素は、（たとえば、意思決定サポートとして患者への結果の通信において使用するための）プロセッサによって表示させられる参照画像との比較のために患者の３Ｄリスクピクチャのデジタル提示を選択および／または調整するためのユーザが選択可能および／またはユーザが調整可能なグラフィカルコントロール（たとえば、スライダバー、オプションボタン、テキストバー、ドロップダウンボックス、ウィンドウ、アニメーション、および／または他の任意のＧＵＩウィジェット）を有する（たとえば、ユーザに対して表示されるまたはユーザによる選択のために提示される参照画像は、患者に関連付けられた１つまたは複数の所定の変数、たとえば、患者の年齢、診断以降の時間、以前の治療、および／または将来の治療に応じて合わせることが可能である）、メモリとを備えるシステムを対象とする。

ある特定の実施形態では、対話型ＧＵＩ要素は、患者の医用画像［たとえば、以下のもの：標的ＰＥＴ画像、標的ＳＰＥＣＴ画像、磁気共鳴（ＭＲ）画像、超音波（ＵＳ）画像、ガンマカメラ（すなわちシンチレーションカメラ）画像、および上記のいずれかの組合せ、融合、または派生物のうちの１つまたは複数を含む］および／または他の画像もしくは情報（たとえば、受信され、本明細書において説明される態様および／または実施形態のいずれかのネットワークベースの決定サポートシステムのデータベースに記憶された他の画像）から生産される。

別の態様では、本発明は、１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するための方法であって、（ａ）経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）、コンピューティングデバイス（たとえば、サーバコンピューティングデバイス）のプロセッサによって、１人または複数の患者の各々のための複数の医用画像を繰り返し受信し、データベースに記憶して、１人または複数の患者の各々のために、経時的に撮影された医用画像のシリーズを取得することと、（ｂ）１人または複数の患者の各々に対して、プロセッサによって、患者のための医用画像のシリーズを自動的に分析して、シリーズの各医用画像に対する１つまたは複数のリスク指標の値［たとえば、患者における前立腺がんの容態および／または進行を表す数値（たとえば特定のがんステージを識別する数値、たとえば患者のための判定された全生存率に対応する数値）に対応する１つまたは複数のリスク指標の値］を判定し、それによって、患者に対する過程前立腺がん進行および治療にわたって１つまたは複数のリスク指標の判定された値を追跡することと、（ｃ）１人または複数の患者の各々に対して、プロセッサによって、さらなる処理のために患者に対する１つまたは複数のリスク指標の判定された値を記憶すること、および／またはプロセッサによって、患者に対する１つまたは複数のリスク指標の判定された値のグラフィカル表現の表示を引き起こすこと（たとえば、経時的に患者のための１つまたは複数のリスク指標の判定された値の変動を示すグラフの表示を引き起こすこと）とを含む方法を対象とする。

ある特定の実施形態では、１人または複数の患者のうちの特定の患者のための医用画像のシリーズは、（ｉ）各々が第１の放射性医薬品（たとえば、^９９ｍＴｃ－ＭＩＰ－１４０４）（たとえば、第１の放射性医薬品は、限局性疾患たとえば限局性前立腺がんのイメージングを容易にする）の特定の患者への投与に続く、第１の核イメージングモダリティを使用して取得された１つまたは複数の医用画像（たとえばＳＰＥＣＴスキャン、たとえば合成ＳＰＥＣＴ－ＣＴ画像）を含む、第１の画像サブシリーズと、（ｉｉ）各々が第２の放射性医薬品（たとえば［１８Ｆ］ＤＣＦＰｙＬ、たとえば^９９ｍＴｃ ＭＤＰ）（たとえば、第２の放射性医薬品は、転移性疾患たとえば転移性前立腺がんのイメージングを容易にする）の特定の患者への投与に続く、第２の核イメージングモダリティを使用して取得された１つまたは複数の医用画像（たとえばＰＥＴスキャン、たとえば合成ＰＥＴ－ＣＴ画像、たとえば全身スキャン）を含む、第２の画像サブシリーズとを含み、したがって、特定の患者のためのステップ（ｂ）において判定される１つまたは複数のリスク指標の値は、第１の画像サブシリーズの自動化された分析によって判定される第１のリスク指標の値の第１のサブシリーズと、第２の画像サブシリーズの自動化された分析によって判定される第２のリスク指標の値の第２のサブシリーズとを含む。

ある特定の実施形態では、特定の患者の前立腺がんが限局性である（たとえば、特定の患者の前立腺に実質的に限局性である）とき、第１の画像サブシリーズの医用画像は第１の時間期間にわたって取得され、特定の患者の前立腺がんが転移性である（たとえば、患者の前立腺の外側の領域に拡散されている）とき、第２の画像サブシリーズの医用画像は第２の時間期間にわたって取得される。

ある特定の実施形態では、第１の画像サブシリーズは１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、第２の画像サブシリーズは１つまたは複数の合成ＰＥＴ－ＣＴ画像を含み、各合成ＰＥＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＰＥＴスキャンが重ね合わされたＣＴスキャンを含み、ステップ（ｂ）は、合成ＳＰＥＣＴ－ＣＴ画像を使用して、（たとえば、前立腺領域の３Ｄ境界内に含まれるおよび／またはその外側の核医学画像の部分が互いと区別可能であるように）合成ＳＰＥＣＴ－ＣＴ画像のＳＰＥＣＴスキャン内の（たとえば、患者の前立腺に対応する）前立腺領域の３Ｄ境界を地理的に識別すること、および前立腺領域の識別された３Ｄ境界とともにＳＰＥＣＴスキャンを使用して、第１のリスク指標の値を計算する（たとえば、前立腺領域の識別された３Ｄ境界に対応するＳＰＥＣＴスキャンの領域に基づいて計算される）ことによって、１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、合成ＰＥＴ－ＣＴ画像を使用して、合成ＰＥＴ－ＣＴ画像のＰＥＴスキャン内の１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、１つまたは複数の転移性領域は、（たとえば、１つまたは複数の転移性領域の３Ｄ境界の内に含まれるおよび／またはその外側のＰＥＴイメージングスキャンの部分が互いと区別可能であるように）前立腺の外側の患者組織位置に対応する領域［たとえば、臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば１つまたは複数の特定の骨、たとえば患者の骨格に対応する骨格領域）、たとえば目的の領域］を含む、識別すること、および１つまたは複数の転移性領域の識別された３Ｄ境界とともにＰＥＴスキャンを使用して、第２のリスク指標の値を計算することによって、１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することとを含む。

ある特定の実施形態では、第１の画像サブシリーズは１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、第２の画像サブシリーズは１つまたは複数の全身スキャンを含み、ステップ（ｂ）は、合成ＳＰＥＣＴ－ＣＴ画像を使用して、（たとえば、前立腺領域の３Ｄ境界内に含まれるおよび／またはその外側の核医学画像の部分が互いと区別可能であるように）合成ＳＰＥＣＴ－ＣＴ画像のＳＰＥＣＴスキャン内の（たとえば、患者の前立腺に対応する）前立腺領域の３Ｄ境界を地理的に識別すること、および前立腺領域の識別された３Ｄ境界とともにＳＰＥＣＴスキャンを使用して、第１のリスク指標の値を計算する（たとえば、前立腺領域の識別された３Ｄ境界に対応するＳＰＥＣＴスキャンの領域に基づいて計算される）ことによって、１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、１つまたは複数の転移性領域は、（たとえば、１つまたは複数の転移性領域の境界内に含まれるおよび／またはその外側の全身スキャンの部分が、互いと区別可能であるように）前立腺の外側の患者組織位置に対応する領域［（たとえば１つまたは複数の特定の骨、たとえば患者の骨格に対応する骨格領域）、たとえば目的の領域］を含む、識別すること、および１つまたは複数の転移性領域の識別された３Ｄ境界とともにＰＥＴスキャンを使用して、第２のリスク指標の値を計算することによって、１つまたは複数の全身スキャンの各々を自動的に分析することとを含む。

別の態様では、本発明は、１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するためのシステムであって、（たとえば、ネットワークまたはインターネットホストサーバの）プロセッサと、その上に記憶された命令を有するメモリであって、この命令は、プロセッサによって実行されるとき、（ａ）経時的に、１人または複数の患者の各々のための複数の医用画像を繰り返し受信し、データベースに記憶して１人または複数の患者の各々のために、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）撮影された医用画像のシリーズを取得することと、（ｂ）１人または複数の患者の各々に対して、患者のための医用画像のシリーズを自動的に分析して、シリーズの各医用画像に対する１つまたは複数のリスク指標の値［たとえば、患者における前立腺がんの容態および／または進行を表す数値（たとえば特定のがんステージを識別する数値、たとえば患者のための判定された全生存率に対応する数値）に対応する１つまたは複数のリスク指標の値］を判定し、それによって、患者に対する過程前立腺がんの進行および治療にわたって１つまたは複数のリスク指標の判定された値を追跡することと、（ｃ）１人または複数の患者の各々に対して、さらなる処理のために患者に対する１つまたは複数のリスク指標の判定された値を記憶すること、および／または患者に対する１つまたは複数のリスク指標の判定された値のグラフィカル表現の表示を引き起こすこと（たとえば、経時的に患者のための１つまたは複数のリスク指標の判定された値の変動を示すグラフの表示を引き起こすこと）とをプロセッサに行わせる、メモリとを含む、システムを対象とする。

ある特定の実施形態では、１人または複数の患者のうちの特定の患者のための医用画像のシリーズは、（ｉ）各々が第１の放射性医薬品（たとえば、^９９ｍＴｃ－ＭＩＰ－１４０４）（たとえば、第１の放射性医薬品は、限局性疾患たとえば限局性前立腺がんのイメージングを容易にする）の特定の患者への投与に続く、第１の核イメージングモダリティを使用して取得された１つまたは複数の医用画像（たとえばＳＰＥＣＴスキャン、たとえば合成ＳＰＥＣＴ－ＣＴ画像）を含む、第１の画像サブシリーズと、（ｉｉ）各々が第２の放射性医薬品（たとえば［１８Ｆ］ＤＣＦＰｙＬ、たとえば^９９ｍＴｃ ＭＤＰ）（たとえば、第２の放射性医薬品は、転移性疾患たとえば転移性前立腺がんのイメージングを容易にする）の特定の患者への投与に続く、第２の核イメージングモダリティを使用して取得された１つまたは複数の医用画像（たとえばＰＥＴスキャン、たとえば合成ＰＥＴ－ＣＴ画像、たとえば全身スキャン）を含む、第２の画像サブシリーズとを含み、したがって、特定の患者のためのステップ（ｂ）において判定される１つまたは複数のリスク指標の値は、第１の画像サブシリーズの自動化された分析によって判定される第１のリスク指標の値の第１のサブシリーズと、第２の画像サブシリーズの自動化された分析によって判定される第２のリスク指標の値の第２のサブシリーズとを含む。

ある特定の実施形態では、特定の患者の前立腺がんが限局性である（たとえば、特定の患者の前立腺に実質的に限局性である）とき、第１の画像サブシリーズの医用画像は第１の時間期間にわたって取得され、特定の患者の前立腺がんが転移性である（たとえば、患者の前立腺の外側の領域に拡散されている）とき、第２の画像サブシリーズの医用画像は第２の時間期間にわたって取得される。

ある特定の実施形態では、第１の画像サブシリーズは１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、第２の画像サブシリーズは１つまたは複数の合成ＰＥＴ－ＣＴ画像を含み、各合成ＰＥＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＰＥＴスキャンが重ね合わされたＣＴスキャンを含み、命令は、ステップ（ｂ）において、合成ＳＰＥＣＴ－ＣＴ画像を使用して、（たとえば、前立腺領域の３Ｄ境界内に含まれるおよび／またはその外側の核医学画像の部分が互いと区別可能であるように）合成ＳＰＥＣＴ－ＣＴ画像のＳＰＥＣＴスキャン内の（たとえば、患者の前立腺に対応する）前立腺領域の３Ｄ境界を地理的に識別すること、および前立腺領域の識別された３Ｄ境界とともにＳＰＥＣＴスキャンを使用して、第１のリスク指標の値を計算する（たとえば、前立腺領域の識別された３Ｄ境界に対応するＳＰＥＣＴスキャンの領域に基づいて計算される）ことによって、１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、合成ＰＥＴ－ＣＴ画像を使用して、合成ＰＥＴ－ＣＴ画像のＰＥＴスキャン内の１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、１つまたは複数の転移性領域は、（たとえば、１つまたは複数の転移性領域の３Ｄ境界の内に含まれるおよび／またはその外側のＰＥＴイメージングスキャンの部分が互いと区別可能であるように）前立腺の外側の患者組織位置に対応する領域［たとえば、臓器（たとえば前立腺、たとえば肝臓、たとえば１つまたは複数の肺、たとえばリンパ節）、臓器構造、下位臓器、臓器領域、および／または他の領域（たとえば１つまたは複数の特定の骨、たとえば患者の骨格に対応する骨格領域）、たとえば目的の領域］を含む、識別すること、および１つまたは複数の転移性領域の識別された３Ｄ境界とともにＰＥＴスキャンを使用して、第２のリスク指標の値を計算することによって、１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することとをプロセッサに行わせる。

ある特定の実施形態では、第１の画像サブシリーズは１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像は、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、第２の画像サブシリーズは１つまたは複数の全身スキャンを含み、命令は、ステップ（ｂ）において、合成ＳＰＥＣＴ－ＣＴ画像を使用して、（たとえば、前立腺領域の３Ｄ境界内に含まれるおよび／またはその外側の核医学画像の部分が互いと区別可能であるように）合成ＳＰＥＣＴ－ＣＴ画像のＳＰＥＣＴスキャン内の（たとえば、患者の前立腺に対応する）前立腺領域の３Ｄ境界を地理的に識別すること、および前立腺領域の識別された３Ｄ境界とともにＳＰＥＣＴスキャンを使用して、第１のリスク指標の値を計算する（たとえば、前立腺領域の識別された３Ｄ境界に対応するＳＰＥＣＴスキャンの領域に基づいて計算される）ことによって、１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、１つまたは複数の転移性領域は、（たとえば、１つまたは複数の転移性領域の境界内に含まれるおよび／またはその外側の全身スキャンの部分が、互いと区別可能であるように）前立腺の外側の患者組織位置に対応する領域［（たとえば１つまたは複数の特定の骨、たとえば患者の骨格に対応する骨格領域）、たとえば目的の領域］を含む、識別すること、および１つまたは複数の転移性領域の識別された３Ｄ境界とともにＰＥＴスキャンを使用して、第２のリスク指標の値を計算することによって、１つまたは複数の全身スキャンの各々を自動的に分析することとをプロセッサに行わせる。

本発明の一態様に関して説明される実施形態は、本発明の別の態様に適用されてよい（たとえば、１つの独立請求項、たとえば方法請求項に関して説明される実施形態の特徴は、他の独立請求項、たとえばシステム請求項の他の実施形態に適用可能であることが企図されており、その逆も同様である）。

本開示の前述および他の目的、態様、特徴、および利点は、添付の図面と併せて取り上げられる以下の説明を参照することによって、より明らかになり、より良く理解されるであろう。

図１は、例示的な実施形態による、３つのクラウドベースのサービスのためのモバイルアプリアイコンを示すグラフィカルユーザインタフェース（ＧＵＩ）のスクリーンショットである。

図２は、本発明の例示的な実施形態による、アプリケーションを走らせるプラットフォームとコンピューティングデバイス（たとえば、パーソナルコンピュータ、またはモバイルコンピューティングデバイス、たとえば、スマートフォン）との関係を示す概略図である。

図３は、例示的な実施形態による、ユーザが患者についての情報を入力し、患者のための医用画像、たとえば、ある時間期間にわたって取得される画像のシリーズをアップロードするおよび／またはこれにアクセスすることを可能にする、（ユーザに対して表示される）ＢＳＩクラウドアプリケーション内のＧＵＩウィンドウのスクリーンショットである。

図４は、例示的な実施形態による、システムによって自動的に識別されたホットスポットを示す代表的なフルボディガンマカメラ画像を示すＢＳＩクラウドアプリケーション内のＧＵＩウィンドウのスクリーンショットであり、特定の画像セットに対する対応する全体的な計算されたＢＳＩ値は、所与の時間に取得される。

図５は、例示的な実施形態による、放射線科医によって署名および日付記入可能な、自動的または半自動的に生成された放射線科医報告を示す、ＢＳＩクラウドアプリケーション内のＧＵＩウィンドウのスクリーンショットである。

図６は、例示的な実施形態による、本明細書において説明されるクラウドベースのプラットフォームおよびサポートされるグラフィカルユーザインタフェース（ＧＵＩ）意思決定ツールによって与えられる機能のセットを示すブロック図である。

図７は、ある特定の実施形態において使用される、例となるクラウドコンピューティング環境のブロック図である。

図８は、ある特定の実施形態において使用される例証的なコンピューティングデバイスおよび例証的なモバイルコンピューティングデバイスのブロック図である。

図９は、例示的な実施形態による、本明細書において説明されるクラウドベースのプラットフォームを実装するための例証的なアーキテクチャのブロック図である。

図１０は、例示的な実施形態による、種々の疾患容態にとって適切な種々のセラピーおよび診断イメージングモダリティとともに、前立腺がんの進行のステージを示す概略図である。

図１１は、例示的な実施形態による、経時的に前立腺がん進行および治療効果を追跡するためのプロセスのブロックフロー図である。

本開示の特徴および利点は、図面と併せて取り上げられるとき以下に記載される詳細な説明からより明らかになるであろう。図面では、同じ参照文字は、全体を通じて対応する要素を識別する。図面では、同じ参照番号は、一般に、同一の、機能的に類似した、および／または構造的に類似した要素を指し示す。

詳細な説明
特許請求された発明のシステム、デバイス、方法、およびプロセスが、本明細書において説明される実施形態からの情報を使用して開発された変形形態および適応形態を包含することが企図されている。本明細書において説明されるシステム、デバイス、方法、およびプロセスの適応形態および／または修正形態は、当業者によって実行されてよい。

説明全体を通じて、物品、デバイス、およびシステムが、特定の構成要素を有する、含む、もしくは備えると説明される場合、またはプロセスおよび方法が、特定のステップを有する、含む、または備えると説明される場合、加えて、列挙された構成要素から本質的になる、またはこれからなる、本発明の物品、デバイス、およびシステムがあること、ならびに列挙された処理ステップから本質的になる、またはこれからなる、本発明によるプロセスおよび方法があることが企図されている。

本発明が動作可能なままである限り、ステップの順序またはある特定のアクションを実行するための順序は重要でないことが理解されるべきである。さらに、２つまたはそれよりも多いステップまたはアクションは、同時に遂行されてよい。

本明細書における、たとえば「背景技術」セクションにおける、任意の公報の言及は、その公報が、本明細書において提示される請求項のいずれかに関する従来技術として働くという承認ではない。「背景技術」セクションは、明快さの目的で提示され、任意の請求項に関する従来技術の説明と意味されない。

見出しは、読者の便利さのために提供される。見出しの存在および／または留置は、本明細書において説明される主題の範囲を限定することを意図したものではない。
Ａ． 医用イメージングモダリティ、関連付けられた放射性医薬品、および計算されるリスク指標

図１は、例示的な実施形態による、３つのクラウドベースのサービスのためのモバイルアプリアイコン１００を示す。以下で説明されるように、本明細書において説明されるプラットフォームのクラウドベースのサービスは、完全に自動化されたやり方および／またはユーザ相互作用との組合せで（たとえば、半自動化されたやり方で）医用画像の処理および分析を提供する。医用画像は、ガンマカメラを用いた全身スキャン、陽電子放射断層撮影（ＰＥＴ）スキャン、および単光子放射断層撮影（ＳＰＥＣＴ）スキャンなどの核イメージングモダリティを使用して取得された核医学画像を含む。

ある特定の実施形態では、核医学画像は、放射性医薬品を含む造影剤を使用する。核医学画像は、患者への放射性医薬品の投与に続いて取得され、患者内部での放射性医薬品の分布に関する情報を提供する。放射性医薬品は、放射性核種を含む化合物である。

本明細書において使用されるとき、「放射性核種」は、少なくとも１つの元素の放射性同位元素を含む成分（ｍｏｉｅｔｙ）を指す。例示的な適切な放射性核種は、本明細書において説明される放射性核種を含むが、これらに限定されない。一部の実施形態では、放射性核種は、陽電子放射断層撮影（ＰＥＴ）において使用される核種である。一部の実施形態では、放射性核種は、単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）において使用される核種である。一部の実施形態では、放射性核種の非限定的なリストは、^９９ｍＴｃ、^１１１Ｉｎ、^６４Ｃｕ、^６７Ｇａ、^６８Ｇａ、^１８６Ｒｅ、^１８８Ｒｅ、^１５３Ｓｍ、^１７７Ｌｕ、^６７Ｃｕ、^１２３Ｉ、^１２４Ｉ、^１２５Ｉ、^１２６Ｉ、^１３１Ｉ、^１１Ｃ、^１３Ｎ、^１５Ｏ、^１８Ｆ、^１５３Ｓｍ、^１６６Ｈｏ、^１７７Ｌｕ、^１４９Ｐｍ、^９０Ｙ、^２１３Ｂｉ、^１０３Ｐｄ、^１０９Ｐｄ、^１５９Ｇｄ、^１４０Ｌａ、^１９８Ａｕ、^１９９Ａｕ、^１６９Ｙｂ、^１７５Ｙｂ、^１６５Ｄｙ、^１６６Ｄｙ、^１０５Ｒｈ、^１１１Ａｇ、^８９Ｚｒ、^２２５Ａｃ、^８２Ｒｂ、^７５Ｂｒ、^７６Ｂｒ、^７７Ｂｒ、^８０Ｂｒ、^８０ｍＢｒ、^８２Ｂｒ、^８３Ｂｒ、^２１１Ａｔ、および^１９２Ｉｒを含む。

本明細書において使用されるとき、「放射性医薬品」という用語は、放射性核種を含む化合物を指す。ある特定の実施形態では、放射性医薬品は、診断および／または治療目的で使用される。ある特定の実施形態では、放射性医薬品は、１つまたは複数の放射性核種で標識された小分子と、１つまたは複数の放射性核種で標識された抗体と、１つまたは複数の放射性核種で標識された、抗体の抗原結合部分とを含む。

核医学画像（たとえばＰＥＴスキャン、たとえばＳＰＥＣＴスキャン、たとえば全身スキャン、たとえば合成ＰＥＴ－ＣＴ画像、たとえば合成ＳＰＥＣＴ－ＣＴ画像）は、放射性医薬品の放射性核種から発された放射線を検出して、画像を形成する。患者内での特定の放射性医薬品の分布は、血流または灌流などの生物学的メカニズムによって、ならびに特定の酵素結合相互作用または受容体結合相互作用によって判定され得る。異なる放射性医薬品は、異なる生物学的メカニズムおよび／または特定の特異的酵素結合相互作用もしくは受容体結合相互作用を利用し、したがって、患者に投与されたとき、患者内の特定のタイプの組織および／または領域内に選択的に集中するように設計されてよい。患者内部の、他の領域よりも高い濃度の放射性医薬品を有する領域から、より多くの量の放射線が発され、したがって、これらの領域は、核医学画像では、より明るく見える。したがって、核医学画像内での強度変動は、患者内での放射性医薬品の分布をマップするために使用可能である。このマップされた患者内での放射性医薬品の分布は、たとえば、患者の身体の種々の領域内でのがん組織の存在を推測するために使用可能である。

たとえば、患者への投与時、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）は、患者の骨格領域内で、特に悪性骨病変に関連付けられた異常な骨形成をもつ部位において、選択的に蓄積する。これらの部位における放射性医薬品の選択的な集中によって、識別可能なホットスポット－核医学画像内の高強度の限局性領域が生産される。したがって、転移性前立腺がんに関連付けられた悪性骨病変の存在は、患者の全身スキャン内でのそのようなホットスポットを識別することによって推測可能である。以下で説明されるように、患者の全生存、および疾患容態、進行、治療効果などを表す他の予後メトリックと相関するリスク指標は、患者への^９９ｍＴｃ ＭＤＰの投与に続いて取得された全身スキャンにおける強度変動の自動化された分析に基づいて計算可能である。ある特定の実施形態では、他の放射性医薬品は、^９９ｍＴｃ ＭＤＰと類似したやり方でも使用可能である。

ある特定の実施形態では、使用される特定の放射性医薬品は、使用される特定の核医学イメージングモダリティに依存する。たとえば、^１８Ｆフッ化ナトリウム（ＮａＦ）も、^９９ｍＴｃ ＭＤＰと同様に、骨病変内に蓄積するが、ＰＥＴイメージングとともに使用可能である。ある特定の実施形態では、ＰＥＴイメージングは、前立腺がん細胞によって容易に吸収されるビタミンコリンの放射性形も利用してよい。

ある特定の実施形態では、特定の目的のタンパク質または受容体、特に、その発現ががん組織内で増加するものに選択的に結合する放射性医薬品が使用されてよい。そのような目的のタンパク質または受容体としては、結腸直腸癌で発現する、ＣＥＡなどの腫瘍抗原、複数のがんで発現するＨｅｒ２／ｎｅｕ、乳がんおよび卵巣がんで発現するＢＲＣＡ１およびＢＲＣＡ２、ならびに黒色腫で発現するＴＲＰ－１およびＴＲＰ－２があるが、これらに限定されない。

たとえば、ヒト前立腺特異的膜抗原（ＰＳＭＡ）は、転移性疾患を含む前立腺がんにおいてアップレギュレーションされる。ＰＳＭＡは、ほとんどすべての前立腺がんによって発現され、その発現は、低分化型癌腫、転移性癌腫、およびホルモン不応性癌腫では、さらに増加される。したがって、１つまたは複数の放射性核種で標識されたＰＳＭＡ結合剤（たとえば、ＰＳＭＡ高親和性化合物）に対応する放射性医薬品は、患者の核医学画像を取得するために使用可能であり、この核医学画像から、患者のさまざまな領域（たとえば、骨格領域を含むが、それに限定されない）内での前立腺がんの存在および／または容態がアセスメント可能である。ある特定の実施形態では、ＰＳＭＡ結合剤を使用して取得された核医学画像は、疾患が限局性容態であるとき、前立腺内でのがん組織の存在を識別するために使用される。ある特定の実施形態では、ＰＳＭＡ結合剤を含む放射性医薬品を使用して取得された核医学画像は、疾患が転移性であるとき関係があるように、前立腺だけでなく、肺、リンパ節、および骨などの他の臓器および組織領域も含む、さまざまな領域内でのがん組織の存在を識別するために使用される。

特に、患者への投与時、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＳＭＡに対する親和性に基づいて、がん組織内で選択的に蓄積する。上記で^９９ｍＴｃ ＭＤＰに関して説明された様式と類似した様式では、患者内の特定の部位において放射性核種で標識されたＰＳＭＡ結合剤の選択的集中によって、核医学画像内で検出可能なホットスポットが生産される。ＰＳＭＡ結合剤が、ＰＳＭＡを発現するさまざまながん組織および身体の領域内に集中すると、患者の前立腺内の限局性がんおよび／または患者の身体の種々の領域内の転移性がんが、検出され、評価可能である。以下で説明されるように、患者の全生存、および疾患容態、進行、治療効果などを表す他の予後メトリックと相関するリスク指標は、患者へのＰＳＭＡ結合剤放射性医薬品の投与に続いて取得される核医学画像における強度変動の自動化された分析に基づいて計算可能である。

さまざまな放射性核種で標識されたＰＳＭＡ結合剤は、前立腺がんを検出および評価するために、核医学イメージングのための放射性医薬品造影剤として使用されてよい。ある特定の実施形態では、使用される、特定の放射性核種で標識されたＰＳＭＡ結合剤は、特定のイメージングモダリティ（たとえばＰＥＴ、たとえばＳＰＥＣＴ）および画像化されることになる患者の特定の領域（たとえば、臓器）などの要因に依存する。たとえば、ある特定の放射性核種で標識されたＰＳＭＡ結合剤はＰＥＴイメージングに適しているが、他のＰＳＭＡ結合剤はＳＰＥＣＴイメージングに適している。たとえば、ある特定の放射性核種で標識されたＰＳＭＡ結合剤は、患者の前立腺を画像化することを容易にし、主に、疾患が限局性であるときに使用されるが、他のＰＳＭＡ結合剤は、患者の身体全体にわたって臓器および領域を画像化することを容易にし、転移性前立腺がんを評価するのに有用である。

さまざまなＰＳＭＡ結合剤およびその放射性核種で標識されたバージョンは、米国特許第８，７７８，３０５号、第８，２１１，４０１号、および第８，９６２，７９９号に記載されており、これらの特許の各々は、その全体が参照により本明細書に組み込まれる。
Ａ．ｉ 放射性核種で標識されたＰＳＭＡ結合剤のＰＥＴイメージング

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＥＴイメージングに適切な、放射性核種で標識されたＰＳＭＡ結合剤である。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、［１８Ｆ］ＤＣＦＰｙＬ（ＰｙＬ（商標）とも呼ばれ、ＤＣＦＰｙＬ－１８Ｆとも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、［１８Ｆ］ＤＣＦＢＣ

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^６８Ｇａ－ＰＳＭＡ－ＨＢＥＤ－ＣＣ（^６８Ｇａ－ＰＳＭＡ－１１とも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＳＭＡ－６１７

または薬学的に許容されるその塩を含む。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^６８Ｇａで標識されたＰＳＭＡ－６１７である^６８Ｇａ－ＰＳＭＡ－６１７、または薬学的に許容されるその塩を含む。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^１７７Ｌｕで標識されたＰＳＭＡ－６１７である^１７７Ｌｕ－ＰＳＭＡ－６１７、または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＳＭＡ－Ｉ＆Ｔ

または薬学的に許容されるその塩を含む。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^６８Ｇａで標識されたＰＳＭＡ－Ｉ＆Ｔである^６８Ｇａ－ＰＳＭＡ－Ｉ＆Ｔ、または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＳＭＡ－１００７

または薬学的に許容されるその塩を含む。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^１８Ｆで標識されたＰＳＭＡ－１００７である^１８Ｆ－ＰＳＭＡ－１００７、または薬学的に許容されるその塩を含む。
Ａ．ｉｉ 放射性核種で標識されたＰＳＭＡ結合剤のＳＰＥＣＴイメージング

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＳＰＥＣＴイメージングに適切な、放射性核種で標識されたＰＳＭＡ結合剤である。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、１４０４（ＭＩＰ－１４０４とも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、１４０５（ＭＩＰ－１４０５とも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、１４２７（ＭＩＰ－１４２７とも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、１４２８（ＭＩＰ－１４２８とも呼ばれる）

または薬学的に許容されるその塩を含む。

ある特定の実施形態では、ＰＳＭＡ結合剤は、それを金属の放射性同位元素［たとえばテクネチウム（Ｔｃ）の放射性同位元素（たとえば、テクネチウム－９９ｍ（^９９ｍＴｃ））、たとえばレニウム（Ｒｅ）の放射性同位元素（たとえば、レニウム－１８８（^１８８Ｒｅ）、たとえば、レニウム－１８６（^１８６Ｒｅ））、たとえばイットリウム（Ｙ）の放射性同位元素（たとえば、^９０Ｙ）、たとえばルテチウム（Ｌｕ）の放射性同位元素（たとえば、^１７７Ｌｕ）、たとえばガリウム（Ｇａ）の放射性同位元素（たとえば^６８Ｇａ、たとえば^６７Ｇａ）、たとえばインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）、たとえば銅（Ｃｕ）の放射性同位元素（たとえば、^６７Ｃｕ）］にキレート化することによって、放射性核種で標識される。

ある特定の実施形態では、１４０４は、放射性核種で標識される（たとえば、金属の放射性同位元素にキレート化される）。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^９９ｍＴｃで標識された（たとえば、これにキレート化された）１４０４である^９９ｍＴｃ－ＭＩＰ－１４０４

または薬学的に許容されるその塩を含む。ある特定の実施形態では、１４０４は、他の金属放射性同位元素［たとえばレニウム（Ｒｅ）の放射性同位元素（たとえばレニウム－１８８（^１８８Ｒｅ）、たとえばレニウム－１８６（^１８６Ｒｅ））、たとえばイットリウム（Ｙ）の放射性同位元素（たとえば、^９０Ｙ）、たとえばルテチウム（Ｌｕ）の放射性同位元素（たとえば、^１７７Ｌｕ）、たとえばガリウム（Ｇａ）の放射性同位元素（たとえば^６８Ｇａ、たとえば^６７Ｇａ）、たとえばインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）、たとえば銅（Ｃｕ）の放射性同位元素（たとえば、^６７Ｃｕ）］にキレート化されて、上記で示される^９９ｍＴｃ－ＭＩＰ－１４０４のための構造に類似した構造を有する化合物を形成してよく、他の金属放射性同位元素が^９９ｍＴｃに置換される。

ある特定の実施形態では、１４０５は、放射性核種で標識される（たとえば、金属の放射性同位元素にキレート化される）。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^９９ｍＴｃで標識された（たとえば、これにキレート化された）１４０５である^９９ｍＴｃ－ＭＩＰ－１４０５

または薬学的に許容されるその塩を含む。ある特定の実施形態では、１４０５は、他の金属放射性同位元素［たとえばレニウム（Ｒｅ）の放射性同位元素（たとえばレニウム－１８８（^１８８Ｒｅ）、たとえばレニウム－１８６（^１８６Ｒｅ））、たとえばイットリウム（Ｙ）の放射性同位元素（たとえば、^９０Ｙ）、たとえばルテチウム（Ｌｕ）の放射性同位元素（たとえば、^１７７Ｌｕ）、たとえばガリウム（Ｇａ）の放射性同位元素（たとえば^６８Ｇａ、たとえば^６７Ｇａ）、たとえばインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）、たとえば銅（Ｃｕ）の放射性同位元素（たとえば、^６７Ｃｕ）］にキレート化されて、上記で示される^９９ｍＴｃ－ＭＩＰ－１４０５のための構造に類似した構造を有する化合物を形成してよく、他の金属放射性同位元素が^９９ｍＴｃに置換される。

ある特定の実施形態では、１４２７は、金属の放射性同位元素で標識され（たとえば、キレート化され）、以下の式

による化合物または薬学的に許容されるその塩を形成し、ここで、Ｍは、１４２７で標識された金属放射性同位元素［たとえばテクネチウム（Ｔｃ）の放射性同位元素（たとえば、テクネチウム－９９ｍ（^９９ｍＴｃ））、たとえばレニウム（Ｒｅ）の放射性同位元素（たとえば、レニウム－１８８（^１８８Ｒｅ）、たとえば、レニウム－１８６（^１８６Ｒｅ））、たとえばイットリウム（Ｙ）の放射性同位元素（たとえば、^９０Ｙ）、たとえばルテチウム（Ｌｕ）の放射性同位元素（たとえば、^１７７Ｌｕ）、たとえばガリウム（Ｇａ）の放射性同位元素（たとえば^６８Ｇａ、たとえば^６７Ｇａ）、たとえばインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）、たとえば銅（Ｃｕ）の放射性同位元素（たとえば、^６７Ｃｕ）］である。

ある特定の実施形態では、１４２８は、金属の放射性同位元素で標識され（たとえば、キレート化され）、以下の式

による化合物または薬学的に許容されるその塩を形成し、ここで、Ｍは、１４２８で標識された金属放射性同位元素［たとえばテクネチウム（Ｔｃ）の放射性同位元素（たとえば、テクネチウム－９９ｍ（^９９ｍＴｃ））、たとえばレニウム（Ｒｅ）の放射性同位元素（たとえば、レニウム－１８８（^１８８Ｒｅ）、たとえば、レニウム－１８６（^１８６Ｒｅ））、たとえばイットリウム（Ｙ）の放射性同位元素（たとえば、^９０Ｙ）、たとえばルテチウム（Ｌｕ）の放射性同位元素（たとえば、^１７７Ｌｕ）、たとえばガリウム（Ｇａ）の放射性同位元素（たとえば^６８Ｇａ、たとえば^６７Ｇａ）、たとえばインジウムの放射性同位元素（たとえば、^１１１Ｉｎ）、たとえば銅（Ｃｕ）の放射性同位元素（たとえば、^６７Ｃｕ）］である。

ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、ＰＳＭＡ Ｉ＆Ｓ

または薬学的に許容されるその塩を含む。ある特定の実施形態では、放射性核種で標識されたＰＳＭＡ結合剤は、^９９ｍＴｃで標識されたＰＳＭＡ Ｉ＆Ｓである^９９ｍＴｃ－ＰＳＭＡ Ｉ＆Ｓ、または薬学的に許容されるその塩を含む。
Ａ．ｉｉｉ 全身骨スキャン

図１を参照すると、ＢＳＩクラウド１３０は、ＢＳＩ値を実装するクラウドベースの決定サポートシステムを指す。ＢＳＩは骨スキャン指標を指し、骨スキャン指標は、放射性核種テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）の投与に続いてガンマカメラを用いて全身スキャン（ならびに前面ビューおよび後面ビュー）から骨格病変を検出するための方法から計算された値である。ＢＳＩのさらなる解説は、たとえば、その全体が参照により本明細書に組み込まれる米国特許第８，８５５，３８７号において、ならびにその全体が参照により本明細書に組み込まれる、２０１６年９月３０日に出願された米国特許出願第１５／２８２４２２号において提供される。

具体的には、ＢＳＩは、患者の全身スキャンの前面ビューおよび後面ビューをセグメンテーションして、ビュー内の、患者の骨格の種々の部分に対応する領域の境界を地理的に識別することによって、全身スキャンから計算される。患者の骨格のセグメンテーションは、アクティブシェイプモデルベースの手法および米国特許第８，８５５，３８７号において記載されるアトラス画像登録手法（すでにセグメンテーションされている参照全身スキャンの参照前面ビューおよび参照後面ビュー（アトラス画像と呼ばれる）とともに全身スキャンの前面ビューおよび後面ビューを登録する）などのさまざまな手法を使用して実行可能である。機械学習技法（たとえば人工ニューラルネットワーク（ＡＮＮ）、たとえば畳み込みニューラルネットワーク（ＣＮＮ））に基づいた他の手法も使用されてよい。

ＢＳＩ値は、種々の骨格領域の識別された境界内の全身スキャンの強度値に基づいて計算される。上記で論じられたように、全身スキャンのビュー（前面ビューおよび／または後面ビュー）内の高強度の限局性領域に対応するホットスポットが検出可能である。ホットスポットは、米国特許第８，８５５，３８７号に記載されているようにＡＮＮなどの機械学習技法を含むさまざまな手法を使用して、がん病変（たとえば、転移）に対応するものとして検出および／または分類されてよい。

患者の骨格内のがん組織病変に対応するホットスポットは、ひとたび検出されると、患者のための疾患容態の尺度を提供するリスク指標を判定するために使用されてよい。たとえば、特定の骨および／または全体的な骨格領域などの１つまたは複数の領域内のがん組織レベルは、検出されたホットスポット（たとえば、転移と分類される検出されたホットスポット）の特徴に基づいて判定可能である。たとえば、領域（たとえば特定の骨、たとえば全体的な骨格領域）内のがん組織レベルは、領域内の検出されたホットスポットの総数、領域内の検出されたホットスポットの全体積、検出されたホットスポットの平均強度、検出されたホットスポットの最大強度など、ならびにその組合せに基づいて（たとえば、その関数として）、判定されてよい。それらの面積または体積などの１つまたは複数の領域の性質も使用されてよい。たとえば、検出されたホットスポットの総数および／または全体積は、ホットスポットが検出される領域の体積および／または面積によって標準化（たとえば、除算）されてよい。リスク指標は、直接的に、たとえば、単一の領域内のがん組織レベルとして、または複数の領域内のがん組織レベルから（たとえば平均として、たとえばスケーリングされた合計として、たとえば比として、など）、またはさらには機械学習手法を使用して、１つまたは複数の領域内の判定されたがん組織レベルに基づいて判定されてよい。

たとえば、ＢＳＩ値は、検出されたホットスポットに基づいて、がん組織（たとえば、腫瘍）によって関与させられる患者の全骨格の画分（ｆｒａｃｔｉｏｎ）を定量化する数値である、リスク指標である。ＢＳＩ値は、異なる患者間で比較され、特定の患者に対する疾患容態およびリスクの客観的尺度として使用可能である。特に、ＢＳＩは、自動化されたやり方で計算されるので、画像の放射線科医による解釈などの人的要因による変動性が回避される。

さらに、さまざまなアクション可能な情報は、患者のＢＳＩ値から取得可能である。たとえば、ＢＳＩは、患者に対する疾患容態、進行、期待寿命（たとえば、全生存）、治療効果などの尺度を提供する予後値と相関可能である。したがって、患者のＢＳＩ値は、がんがどの容態にあるか、がんがどれくらい早く進行しているか、見通しがどのようであるか、および１つまたは複数の特定の治療が効果的であることを証明しているかどうかという客観的なメトリックを患者または患者の医師に提供するために、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）使用および追跡可能である。
Ａ．ｉｖ 陽電子放射断層撮影（ＰＥＴ）スキャン

ＰｙＬクラウド１２０は、薬剤ＰｙＬ（商標）を用いて取得された医用画像を使用するクラウドベースのシステムを指し、ＰｙＬ（商標）は、^１８Ｆ（［１８Ｆ］ＤＣＦＰｙＬ）で標識されたＤＣＦＰｙＬである。患者は、造影剤の注入後、ホットスポットを識別する陽電子放射断層撮影（ＰＥＴ）スキャンと、ＣＴスキャンとを受ける。ＰｙＬ（商標）造影剤についてのさらなる情報は、上記と、たとえば、その全体が参照により本明細書に組み込まれる米国特許第８，７７８，３０５号において提供されている。

ある特定の実施形態では、ＰＥＴスキャンとＣＴスキャンは、ＰＥＴスキャンと重ね合わされたＣＴスキャンを含む合成画像として組み合わされる。本明細書において使用されるとき、１つの画像（たとえば、ＣＴスキャン）に別の（たとえば、ＰＥＴスキャン）を重ね合わせることは、（たとえば、患者内の）同じ物理的位置を表す２つの画像の座標および／またはピクセルもしくはボクセル間のマッピングを確立することを指す。ＣＴスキャンは、内部臓器、骨、軟部組織、および血管の詳細な３次元（３Ｄ）画像の形をした正確な解剖学的情報を提供する。したがって、画像化された組織の特定の領域の３Ｄ境界は、ＣＴスキャンの分析によって正確に識別可能である。たとえば、ＣＴスキャンの自動化されたセグメンテーションは、特定の臓器（たとえば、前立腺、リンパ節、１つまたは複数の肺）、下位臓器、臓器領域、ならびに患者の特定の骨および全体的な骨格領域などの画像化された組織の他の領域の３Ｄ境界を識別するために実行可能である。ＣＴスキャンの自動化されたセグメンテーションは、機械学習技法［たとえば、ＡＮＮベースの手法（たとえば、畳み込みニューラルネットワーク（ＣＮＮ）を含む）］、アトラス画像登録、およびその組合せを含むさまざまな手法を介して、達成可能である。ある特定の実施形態では、ＣＴ画像の手動セグメンテーションも、単独で、または自動化されたセグメンテーション手法との組合せで（たとえば、自動化されたセグメンテーションを介して識別された３Ｄ境界を改良するために、たとえば、自動化されたセグメンテーション手法のための初期開始点を提供するために）、利用可能である。

ひとたび種々の領域の３Ｄ境界が、合成画像のＣＴスキャンとＰＥＴスキャンとの間のマッピングによって、合成画像のＣＴスキャン内で識別されると、識別された３Ｄ境界がＰＥＴ画像に移されることが可能である。したがって、識別された３Ｄ境界内に含まれるおよび／またはその外側のＰＥＴ画像の領域は、正確に識別可能である。

ある特定の実施形態では、ＰＥＴスキャンが重ね合わされたＣＴスキャンを含む合成画像は、多数の病院において一般的な専用ＰＥＴ－ＣＴスキャナ機器を使用して取得され、本明細書において説明されるクラウドベースのプラットフォームに医用画像としてアップロードされる。ある特定の実施形態では、ＰＥＴスキャンおよび対応するＣＴスキャンは、別個に（しかし、実質的に同じ時間に）取得され、本明細書において説明されるクラウドベースのプラットフォームにアップロードされる。そのようなケースでは、別個に取得されたＰＥＴスキャンおよびＣＴスキャンは、自動的に融合されて合成画像を作成することができる。

ある特定の実施形態では、ひとたびＰＥＴスキャン内で種々の領域の３Ｄ境界が識別されると、１つまたは複数のリスク指標は、上記でＢＳＩに関して説明されたやり方に類似したやり方で計算可能である。具体的には、ある特定の実施形態では、識別された領域の３Ｄ境界に関係する（たとえば、その内側および／または外側にある）ＰＥＴスキャンの強度値は、たとえば、検出されたホットスポット（たとえば、転移に対応する検出されたホットスポット）の特徴に基づいて、識別された領域内のがん組織のレベルを判定するために使用可能である。次いで、判定されたがん組織レベルに基づいて、リスク指標が計算可能である。たとえば、ＰＥＴスキャン内のホットスポットは、識別可能であり、それらの大きさ、数、および識別された領域に対する分布などの特徴に基づいて、１つまたは複数のリスク指標を計算するために使用可能である。ＢＳＩと同様に、ＰＥＴスキャンから判定されたリスク指標は、予後値を相関され、がんがどの容態にあるか、がんがどれくらい早く進行しているか、見通しがどのようであるか、および１つまたは複数の特定の治療が効果的であることを証明しているかどうかという客観的なメトリックを患者または患者の医師に提供するために、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）追跡可能である。ＰｙＬ（商標）を放射性医薬品として使用するＰＥＴイメージングに関して本明細書において説明される手法は、ＮａＦ、コリンの放射性同位元素、および上記のＡ．ｉセクションにおいて説明されたＰＳＭＡ結合剤のいずれかを含むがこれらに限定されない、上記で説明された放射性医薬品などの、さまざまな他の放射性医薬品に適用可能である。
Ａ．ｖ 単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャン

１４０４クラウド１３０は、薬剤^９９ｍＴｃ－ＭＩＰ－１４０４を用いて取得された医用画像を使用するクラウドベースのシステムを指し、^９９ｍＴｃ－ＭＩＰ－１４０４は、上記説明されたように、Ｔｃ^９９ｍで標識された１４０４である。造影剤の注入後、患者は、たとえばホットスポットを識別する単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、たとえば解剖学的特徴を識別するコンピュータ断層撮影（ＣＴ）スキャンとを受ける。これらの画像は、合成画像（ＳＰＥＣＴ／ＣＴ）を作るために重ね合わされる。^９９ｍＴｃ－ＭＩＰ－１４０４造影剤についてのさらなる情報は、上記と、たとえば、米国特許第８，２１１，４０１号および第８，９６２，７９９号において提供されており、これらの特許の両方は、その全体が参照により本明細書に組み込まれる。

ＳＰＥＣＴスキャンおよびＣＴスキャンは、１つまたは複数のリスク指標を判定するために、上記でＰＥＴスキャンおよびＣＴスキャンに関して説明された様式に類似した様式で分析可能である。具体的には、ＰＥＴスキャンおよびＣＴスキャンと同様に、ＳＰＥＣＴスキャンおよびＣＴスキャンは、ＣＴスキャンがＳＰＥＣＴスキャンと重ね合わされる合成画像－合成ＳＰＥＣＴ－ＣＴ画像において組み合わせ可能である。合成ＰＥＴ－ＣＴ画像と同様に、合成ＳＰＥＣＴ－ＣＴ画像は、本明細書において説明されるクラウドベースのプラットフォームによって医用画像（たとえば、病院において専用ＳＰＥＣＴ－ＣＴイメージャを介して取得された）として直接的に受信されてもよいし、または別個のＳＰＥＣＴスキャンおよびＣＴスキャンの受信に続いてクラウドベースのプラットフォームによって作成されてもよい。

ＰＥＴ－ＣＴ画像に類似して、画像化された組織の種々の領域の３Ｄ境界は、合成画像のＣＴ画像との重ね合わせによってＳＰＥＣＴ画像内で識別可能である。３Ｄ境界に関する、ＳＰＥＣＴ画像内での強度変動は、１つまたは複数のリスク指標を計算するために使用可能である。合成ＰＥＴ－ＣＴ画像からリスク指標を計算するための手法と同様に、これは、たとえば識別される領域の３Ｄ境界内のホットスポットを検出することによって、識別される領域内のがん組織のレベルを判定することを含んでよい。そのようなリスク指標は、予後値を相関され、がんがどの容態にあるか、がんがどれくらい早く進行しているか、見通しがどのようであるか、および１つまたは複数の特定の治療が効果的であることを証明しているかどうかという客観的なメトリックを患者または患者の医師に提供するために、経時的に（たとえば、１人または複数の医師への複数の通院の過程にわたって）追跡可能である。^９９ｍＴｃ－ＭＩＰ－１４０４を放射性医薬品として使用するＳＰＥＣＴイメージングに関して本明細書において説明される手法は、上記のＡ．ｉｉセクションにおいて説明されたＰＳＭＡ結合剤のいずれかを含むがこれらに限定されない、上記で説明された放射性医薬品などの、さまざまな他の放射性医薬品に適用可能である。
Ｂ． プラットフォームサービスおよびコンピューティングデバイス構成要素

図２は、本発明の例示的な実施形態による、アプリケーションを走らせるプラットフォームとコンピューティングデバイス（たとえば、パーソナルコンピュータ、またはモバイルコンピューティングデバイス、たとえば、スマートフォン）との関係を示す概略図２００である。プラットフォームは、種々のサービス、たとえば、ユーザ認証（「認証」）、画像および他のデータの記憶（「スライスボックス）などを実行する－示されるサービスよりもはるかに多くのサービスが提供されてよい。アプリケーションは、プラットフォーム構成要素とデバイス構成要素（たとえば、クライアントデバイス上のネイティブアプリ）の両方を有することがある。

図９は、本明細書において説明されるクラウドベースのプラットフォームを実装し、上記で説明されたＢＳＩクラウドサービス、ＰｙＬクラウドサービス、および１４０４クラウドサービスなどの種々のサービスを提供するための例証的なアーキテクチャ９００を示す。図９に示されるアーキテクチャは、本明細書において説明されるプラットフォームを、公的に利用可能なデータセンタを含むさまざまなデータセンタ上で実装するために使用可能である。データセンタは、サーバおよびネットワークの形をしたインフラストラクチャを提供し、たとえばネットワーキング、メッセージング、認証、ロギング、および記憶のためのサービスを提供する。プラットフォームのためのアーキテクチャ９００は、マイクロサービスと呼ばれる限定された範囲をもつ機能ユニットのシリーズを使用する。各マイクロサービスは、画像記憶、リスク指標の算出、医用画像タイプの識別、および他のタスクなどの、タスクの隔離されたセットを扱う。サービス（たとえば、マイクロサービス）は、ハイパーテキスト転送プロトコル（ＨＴＴＰ）などの標準的なプロトコルを使用して、互いと通信することができる。図９のアーキテクチャ９００に示されるように、プラットフォームをマイクロサービスのネットワークに編成することによって、プラットフォームのパーツが、高い需要を満たし、最小ダウンタイムを保証するように、個々にスケーリングされることが可能になる。

ある特定の実施形態では、そのようなアーキテクチャは、構成要素がプラットフォームの他のパーツに影響することなく改善されるまたは置き換えられることを可能にする。図９に示される例証的なアーキテクチャ９００は、プラットフォーム内の２つまたはそれよりも多いアプリケーションに共通するマイクロサービスのセット９２０を含む。左パネル９１０および右パネル９３０は、２つのアプリケーション内のマイクロサービスを示す。左パネル９１０に示されるマイクロサービスネットワークは、上記で説明されたようにＢＳＩクラウドサービスのバージョンを実装し、自動化されたＢＳＩ指標（ａＢＳＩ）の算出を提供し、自動化されたＢＳＩ指標（ａＢＳＩ）は、ガンマカメラを用いて取得された全身スキャンの自動化された分析から導き出されたリスク指標である。右パネル９３０に示されるマイクロサービスネットワークは、上記で説明されたように１４０４クラウドサービスのバージョンを実装し、ＳＰＥＣＴ指標の自動化された算出を提供し、ＳＰＥＣＴ指標は、合成ＳＰＥＣＴ－ＣＴ画像の自動化された分析から導き出されたリスク指標である。
Ｃ． 画像収集、分析、および結果提示

図３は、ユーザが患者についての情報を入力し、患者のための医用画像、たとえば、ある時間期間にわたって取得される画像のシリーズをアップロードするおよび／またはこれにアクセスすることを可能にする、（ユーザに対して表示される）ＢＳＩクラウドアプリケーション内のＧＵＩウィンドウ３００である。

図４は、システムによって自動的に識別されたホットスポットを示す代表的なフルボディガンマカメラ画像を示すＢＳＩクラウドアプリケーション内のＧＵＩウィンドウ４００であり、特定の画像セットに対する対応する全体的な計算されたＢＳＩ値は、所与の時間に取得される。左のグラフ４１０は、ＢＳＩ値がこの特定の患者に対して経時的にどのように変化したか（増加）を示す。

図５は、放射線科医によって署名および日付記入可能な、自動的または半自動的に生成された放射線科医報告５１０を示す、ＢＳＩクラウドアプリケーション内のＧＵＩウィンドウである。ある特定の実施形態では、自動的に識別されるホットスポットは、放射線科医（または患者の手当てをする他の医療従事者）によって調整されてよく、変化は報告に反映される。たとえば、識別されるホットスポットは、放射線科医によって非アクティブ化されてよいし、新しいホットスポットは放射線科医によってアクティブ化されてよく、そのような変化は、おそらく、報告内で表示される計算されるＢＳＩ値に影響する。

図６は、本発明の例示的な実施形態による、例示的なネットワークベースの（たとえば、クラウドベースの）決定サポートシステムのブロックフロー図である。図６は、本明細書において説明されるクラウドベースのサービスによって実行されてよい種々の機能を示す。これらは、（ｉ）医用画像のセットを受信し、データベースに記憶すること、（ｉｉ）ユーザコンピューティングデバイス上での表示のためのユーザへの送信のために、医用画像のうちの１つまたは複数にアクセスすること、（ｉｉｉ）リスク指標（たとえば、ＢＳＩ）を計算するために、および／またはリスクマップを生成するために、プロセッサによって、医用画像を自動的に分析すること、（ｉｖ）患者の画像および／またはリスク指標／リスクマップに応じて、患者のための放射線科医報告を生成すること、ならびに機能（ｉｉｉ）の自動的な分析のためのプロセスを更新するために、機械学習アルゴリズムを適用すること、を含む。

図１０は、種々の疾患容態にとって適切な種々のセラピー１０２０および診断イメージングモダリティ１０３０とともに、前立腺がん進行の臨床的ステージ１０１０を示す概略図である。概略図に示されるように、患者の前立腺がんの臨床状態に応じて、異なるイメージングモダリティおよび／または異なる放射性医薬品が適切であることがある。同様に、異なるイメージングモダリティおよび／または異なる放射性医薬品に基づいて計算された異なるリスク指標は、患者の前立腺がんの容態に応じて、最も適切であることがある。

たとえば、ある特定の実施形態では、患者が、限局性容態である前立腺がんに罹患している、またはその疑いがある、のどちらかであるとき、合成ＳＰＥＣＴ－ＣＴイメージングが使用されてよい。限局性前立腺がんの評価のために使用される合成ＳＰＥＣＴ－ＣＴ画像のＳＰＥＣＴスキャンは、限局性前立腺がんのイメージングを容易にする、^９９ｍＴｃ－ＭＩＰ－１４０４などの特定の放射性医薬品の投与に続いて取得可能である。したがって、ＳＰＥＣＴ－ＣＴ画像自体、その派生物、およびＳＰＥＣＴ－ＣＴ画像から計算されたリスク指標のいずれも、限局性前立腺がんに対するリスク、疾患容態、進行、治療効果などをアセスメントするために使用可能である。

ある特定の実施形態では、患者が、前立腺の外部に転移した転移性前立腺がんに罹患している、またはその疑いがあるとき、他のイメージング技法が使用されてよい。たとえば、^９９ｍＴｃ－ＭＤＰの投与に続いて取得された全身スキャンは、患者の骨格内の腫瘍量をアセスメントするために使用可能である。上記で論じられたように、全身スキャンから計算されるＢＳＩ値は、患者の前立腺がんが骨格に転移したとき、リスク、疾患容態、進行、治療効果などをアセスメントするために使用可能である。ある特定の実施形態では、ある特定のイメージングモダリティおよび／または放射性医薬品は、限局性容態と転移性容態の両方において、前立腺がんの評価に使用可能である。たとえば、図１０に例示されるように、ＰＥＴ－ＣＴイメージングは、限局性容態と転移性容態の両方において、前立腺がんを評価するために使用可能である。図に示されるように、そのようなＰＥＴ－ＣＴ画像は、限局性前立腺がんと転移性前立腺がんの両方のイメージングを容易にする、ＰｙＬ（商標）などの適切な放射性医薬品を使用して取得されてよい。

ある特定の実施形態では、クラウドベースのプラットフォームは、経時的に前立腺がん進行および治療効果を評価することを容易にする。たとえば、図１１のブロックフロー図の例証的なプロセス１１００に示されるように、ある特定の実施形態では、特定の患者の医用画像は、患者による１人または複数の医師および／または臨床的専門家（たとえば、放射線科医）への複数の通院の過程にわたって、経時的に繰り返し受信および記憶される１１１０。この様式で、患者のための医用画像のシリーズが取得される。医用画像のシリーズは、経時的に判定された値の変化を追跡するように、１つまたは複数のリスク指標の値を判定するために自動的に分析可能である１１２０。判定されたリスク指標値は、（たとえば、さらなる処理のために）記憶されてよい１１３０ａ。ある特定の実施形態では、このプロセスは、グラフなどの、判定されたリスク指標値のグラフィカル表現を（たとえばユーザコンューティングデバイス上に、たとえばウェブベースのポータルを介して）表示させる１１３０ｂ。

特に、合成ＳＰＥＣＴ－ＣＴ画像、全身スキャン、および合成ＰＥＴ－ＣＴ画像などのさまざまな異なる医用画像タイプを受信、記憶、および分析する、本明細書において説明されるクラウドベースのプラットフォームの能力によって、医用画像は、同じタイプである必要はない。

たとえば、医用画像の第１のサブシリーズは、患者の前立腺がんが限局性容態であるとき、^９９ｍＴｃ－ＭＩＰ－１４０４を用いたＳＰＥＣＴ－ＣＴイメージングなどの、第１のイメージングモダリティおよび第１の放射性医薬品を使用して、取得されてよい。患者の前立腺がんが転移性容態に進行した場合、画像の第２のサブシリーズは、異なる第２のイメージングモダリティおよび／または異なる第２の放射性医薬品を介して取得された画像を含んでよい。たとえば、医用画像の第２のサブシリーズは、ＰｙＬ（商標）を使用して取得されたＰＥＴ－ＣＴ画像であってよい。たとえば、医用画像の第２のサブシリーズは、^９９ｍＴｃ－ＭＤＰを使用して取得された全身スキャンであってよい。

リスク指標は、経時的に患者の前立腺がん進行および治療の統一された状況を提供するために、第１の画像サブシリーズに対して、および第２の画像サブシリーズに対して計算可能である。この手法は、たとえば、特定の治療の効果を他の治療または対照と比較するために、各患者の疾患進行および治療の特定の過程に対する意思決定目的だけでなく、臨床試験の場面においても、複数の患者に対して実行可能である。
Ｄ． コンピュータシステムおよびネットワーク環境

図７は、本明細書において説明される方法およびシステムにおいて使用するための例示的なネットワーク環境７００を示す。短い概要では、次に図７を参照すると、例となるクラウドコンピューティング環境７００のブロック図が示され、説明される。クラウドコンピューティング環境７００は、１つまたは複数のリソースプロバイダ７０２ａ、７０２ｂ、７０２ｃ（総称して７０２）を含んでよい。各リソースプロバイダ７０２は、コンピューティングリソースを含んでよい。一部の実装形態では、コンピューティングリソースは、データを処理するために使用される任意のハードウェアおよび／またはソフトウェアを含んでよい。たとえば、コンピューティングリソースは、アルゴリズム、コンピュータプログラム、および／またはコンピュータアプリケーションを実施することが可能であるハードウェアおよび／またはソフトウェアを含んでよい。一部の実装形態では、例示的なコンピューティングリソースは、アプリケーションサーバならびに／または記憶能力および検索能力をもつデータベースを含んでよい。各リソースプロバイダ７０２は、クラウドコンピューティング環境７００内の他の任意のリソースプロバイダ７０２に接続されてよい。一部の実装形態では、リソースプロバイダ７０２は、コンピュータネットワーク７０８上で接続されてよい。各リソースプロバイダ７０２は、コンピュータネットワーク７０８上の、１つまたは複数のコンピューティングデバイス７０４ａ、７０４ｂ、７０４ｃ（総称して７０４）に接続されてよい。

クラウドコンピューティング環境７００は、リソースマネージャ７０６を含んでよい。リソースマネージャ７０６は、コンピュータネットワーク７０８上のリソースプロバイダ７０２およびコンピューティングデバイス７０４に接続されてよい。一部の実装形態では、リソースマネージャ７０６は、１つまたは複数のリソースプロバイダ７０２による１つまたは複数のコンピューティングデバイス７０４へのコンピューティングリソースの提供を容易にしてよい。リソースマネージャ７０６は、特定のコンピューティングデバイス７０４からコンピューティングリソースに対する要求を受信してよい。リソースマネージャ７０６は、コンピューティングデバイス７０４によって要求されたコンピューティングリソースを提供することが可能である１つまたは複数のリソースプロバイダ７０２を識別してよい。リソースマネージャ７０６は、コンピューティングリソースを提供するためにリソースプロバイダ７０２を選択してよい。リソースマネージャ７０６は、リソースプロバイダ７０２と特定のコンピューティングデバイス７０４との間の接続を容易にしてよい。一部の実装形態では、リソースマネージャ７０６は、特定のリソースプロバイダ７０２と特定のコンピューティングデバイス７０４との間の接続を確立してよい。一部の実装形態では、リソースマネージャ７０６は、特定のコンピューティングデバイス７０４を、要求されたコンピューティングリソースをもつ特定のリソースプロバイダ７０２にリダイレクトしてよい。

図８は、本開示において説明される方法およびシステムにおいて使用可能なコンピューティングデバイス８００およびモバイルコンピューティングデバイス８５０の一例を示す。コンピューティングデバイス８００は、ラップトップ、デスクトップ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、および他の適切なコンピュータなどの、種々の形のデジタルコンピュータを表すことが意図されている。モバイルコンピューティングデバイス８５０は、携帯情報端末、セルラー式電話、スマートフォン、および他の類似のコンピューティングデバイスなどの、種々の形のモバイルデバイスを表すことが意図されている。ここに示される構成要素、それらの接続および関係、ならびにそれらの機能は、例にすぎないことが意味されており、限定的であることは意味されていない。

コンピューティングデバイス８００は、プロセッサ８０２と、メモリ８０４と、記憶デバイス８０６と、メモリ８０４および複数の高速拡張ポート８１０に接続する高速インタフェース８０８と、低速拡張ポート８１４および記憶デバイス８０６に接続する低速インタフェース８１２とを含む。プロセッサ８０２、メモリ８０４、記憶デバイス８０６、高速インタフェース８０８、高速拡張ポート８１０、および低速インタフェース８１２の各々は、種々のバスを使用して相互接続され、共通マザーボード上に取り付けられてもよいし、必要に応じて他の様式で取り付けられてもよい。プロセッサ８０２は、高速インタフェース８０８に連結されたディスプレイ８１６などの外部入力／出力デバイス上のＧＵＩに対するグラフィカル情報を表示するための、メモリ８０４内または記憶デバイス８０６上に記憶された命令を含む、コンピューティングデバイス８００内での実施のための命令を処理することができる。他の実装形態では、複数のプロセッサおよび／または複数のバスは、必要に応じて、複数のメモリおよびメモリのタイプとともに使用されてよい。また、複数のコンピューティングデバイスが接続されてよく、各デバイスは、必要な動作の部分（たとえば、サーババンク、ブレードサーバの群、またはマルチプロセッサシステムとして）を提供する。したがって、その用語が本明細書において使用されるとき、複数の機能が、「プロセッサ」によって実行されると説明される場合、これは、複数の機能が任意の数のコンピューティングデバイス（１つまたは複数）の任意の数のプロセッサ（１つまたは複数）によって実行される実施形態を包含する。そのうえ、機能が、「プロセッサ」によって実行されると説明される場合、これは、機能が（たとえば、分散コンピューティングシステム内の）任意の数のコンピューティングデバイス（１つまたは複数）の任意の数のプロセッサ（１つまたは複数）によって実行される実施形態を包含する。

メモリ８０４は、コンピューティングデバイス８００内の情報を記憶する。一部の実装形態では、メモリ８０４は、１つまたは複数の揮発性メモリユニットである。一部の実装形態では、メモリ８０４は、１つまたは複数の不揮発性メモリユニットである。メモリ８０４は、磁気ディスクまたは光ディスクなどの、別の形のコンピュータ可読媒体であってもよい。

記憶デバイス８０６は、コンピューティングデバイス８００に大容量記憶装置を提供することが可能である。一部の実装形態では、記憶デバイス８０６は、フロッピー（登録商標）ディスクデバイス、ハードディスクデバイス、光ディスクデバイス、またはテープデバイス、フラッシュメモリもしくは他の類似のソリッドステートメモリデバイスなどのコンピュータ可読媒体であってもよいし、これを含んでもよいし、またはストレージエリアネットワークまたは他の構成におけるデバイスを含むデバイスのアレイであってもよいし、これを含んでもよい。命令は、情報キャリア内に記憶可能である。命令は、１つまたは複数の処理デバイス（たとえば、プロセッサ８０２）によって実施されるとき、上記で説明された方法などの１つまたは複数の方法を実行する。命令はまた、コンピュータ可読媒体または機械可読媒体（たとえば、メモリ８０４、記憶デバイス８０６、またはプロセッサ８０２上のメモリ）などの、１つまたは複数の記憶デバイスによって記憶可能である。

高速インタフェース８０８は、コンピューティングデバイス８００のための帯域幅を多く使う動作を管理するが、低速インタフェース８１２は、帯域幅をそれほど使わない動作を管理する。そのような機能の割り振りは、例にすぎない。一部の実装形態では、高速インタフェース８０８は、メモリ８０４に、ディスプレイ８１６（たとえば、グラフィックスプロセッサまたはアクセラレータを通じて）に、および種々の拡張カード（図示せず）を受け入れ得る高速拡張ポート８１０に連結される。実装形態では、低速インタフェース８１２は、記憶デバイス８０６および低速拡張ポート８１４に連結される。種々の通信ポート（たとえば、ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、イーサネット（登録商標）、ワイヤレスイーサネット（登録商標））を含んでよい低速拡張ポート８１４は、たとえば、ネットワークアダプタを通じて、キーボード、ポインティングデバイス、スキャナ、またはスイッチもしくはルータなどのネットワークデバイスなどの、１つまたは複数の入力／出力デバイスに連結されてよい。

コンピューティングデバイス８００は、図に示されるように、いくつかの異なる形で実装されてよい。たとえば、コンピューティングデバイス８００は、標準的なサーバ８２０として実装されてもよいし、またはそのようなサーバの群の中で何度も実装されてもよい。加えて、コンピューティングデバイス８００は、ラップトップコンピュータ８２２などのパーソナルコンピュータ内で実装されてよい。コンピューティングデバイス８００は、ラックサーバシステム８２４の一部として実装されてもよい。あるいは、コンピューティングデバイス８００からの構成要素は、モバイルコンピューティングデバイス８５０などのモバイルデバイス（図示せず）内の他の構成要素と組み合わされてよい。そのようなデバイスの各々は、コンピューティングデバイス８００およびモバイルコンピューティングデバイス８５０のうちの１つまたは複数を含んでよく、システム全体は、互いと通信する複数のコンピューティングデバイスから構成されてよい。

モバイルコンピューティングデバイス８５０は、さまざまな構成要素の中でもとりわけ、プロセッサ８５２と、メモリ８６４と、ディスプレイ８５４などの入力／出力デバイスと、通信インタフェース８６６と、トランシーバ８６８とを含む。モバイルコンピューティングデバイス８５０は、追加の記憶装置を提供するために、マイクロドライブまたは他のデバイスなどの記憶デバイスも備えてよい。プロセッサ８５２、メモリ８６４、ディスプレイ８５４、通信インタフェース８６６、およびトランシーバ８６８の各々は、種々のバスを使用して相互接続され、構成要素のうちのいくつかは、共通マザーボード上に取り付けられてもよいし、必要に応じて他の様式で取り付けられてもよい。

プロセッサ８５２は、メモリ８６４内に記憶された命令を含めて、命令をモバイルコンピューティングデバイス８５０内で実施することができる。プロセッサ８５２は、別個の複数のアナログプロセッサおよびデジタルプロセッサを含むチップのチップセットとして実装されてよい。プロセッサ８５２は、たとえば、ユーザインタフェース、モバイルコンピューティングデバイス８５０によって走らされるアプリケーション、およびモバイルコンピューティングデバイス８５０によるワイヤレス通信の制御などの、モバイルコンピューティングデバイス８５０の他の構成要素の協調を提供してよい。

プロセッサ８５２は、制御インタフェース８５８と、ディスプレイ８５４に連結されたディスプレイインタフェース８５６を通じて、ユーザと通信してよい。ディスプレイ８５４は、たとえば、ＴＦＴ（薄膜トランジスタ液晶ディスプレイ）ディスプレイもしくはＯＬＥＤ（有機発光ダイオード）ディスプレイであってもよいし、他の適切なディスプレイ技術であってもよい。ディスプレイインタフェース８５６は、グラフィカルな情報および他の情報をユーザに提示するようにディスプレイ８５４を駆動するための適切な回路を含んでよい。制御インタフェース８５８は、ユーザからコマンドを受信し、そのコマンドをプロセッサ８５２への提出のために変換してよい。加えて、外部インタフェース８６２が、モバイルコンピューティングデバイス８５０の他のデバイスとの近隣エリア通信を可能にするように、プロセッサ８５２に通信を提供してよい。外部インタフェース８６２は、たとえば、一部の実装形態ではワイヤード通信を提供してもよいし、他の実装形態ではワイヤレス通信を提供してもよく、複数のインタフェースも使用されてよい。

メモリ８６４は、モバイルコンピューティングデバイス８５０内の情報を記憶する。メモリ８６４は、１つもしくは複数のコンピュータ可読媒体、１つもしくは複数の揮発性メモリユニット、または１つもしくは複数の不揮発性メモリユニットのうちの１つまたは複数として実装されてよい。拡張メモリ８７４も提供され、拡張インタフェース８７２を通じてモバイルコンピューティングデバイス８５０に接続されてよく、拡張インタフェース８７２は、たとえば、ＳＩＭＭ（シングルインラインメモリモジュール）カードインタフェースを含んでよい。拡張メモリ８７４は、モバイルコンピューティングデバイス８５０に予備記憶空間を提供してもよいし、アプリケーション、またはモバイルコンピューティングデバイス８５０に関する他の情報も記憶してもよい。具体的には、拡張メモリ８７４は、上記で説明されたプロセスをなすまたは補う命令を含んでよく、セキュアな情報も含んでよい。したがって、たとえば、拡張メモリ８７４は、モバイルコンピューティングデバイス８５０にセキュリティモジュールとして提供されてよく、モバイルコンピューティングデバイス８５０のセキュアな使用を可能にする命令をもつようプログラムされてよい。加えて、セキュアなアプリケーションは、ハッキング不可能な様式でＳＩＭＭカード上に識別情報を置くことなど、追加情報とともに、ＳＩＭＭカードを介して提供されてよい。

メモリは、以下で論じられるように、たとえば、フラッシュメモリおよび／またはＮＶＲＡＭメモリ（不揮発性ランダムアクセスメモリ）を含んでよい。一部の実装形態では、命令は、情報キャリア内に記憶され、１つまたは複数の処理デバイス（たとえば、プロセッサ８５２）によって実施されるとき、上記で説明された方法などの１つまたは複数の方法を実行する。命令はまた、１つまたは複数のコンピュータ可読媒体または機械可読媒体（たとえば、メモリ８６４、拡張メモリ８７４、またはプロセッサ８５２上のメモリ）などの、１つまたは複数の記憶デバイスによっても記憶可能である。一部の実装形態では、命令は、たとえば、トランシーバ８６８または外部インタフェース８６２上で、伝播される信号内で受信可能である。

モバイルコンピューティングデバイス８５０は、通信インタフェース８６６を通じてワイヤレスで通信してよく、通信インタフェース８６６は、必要な場合はデジタル信号処理回路を含んでよい。通信インタフェース８６６は、とりわけ、ＧＳＭ（登録商標）音声通話（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）、ＳＭＳ（ショートメッセージサービス）、ＥＭＳ（拡張メッセージングサービス）、またはＭＭＳメッセージング（マルチメディアメッセージングサービス）、ＣＤＭＡ（符号分割多元接続）、ＴＤＭＡ（時分割多元接続）、ＰＤＣ（パーソナルデジタルセルラー）、ＷＣＤＭＡ（登録商標）（広帯域符号分割多元接続）、ＣＤＭＡ２０００、またはＧＰＲＳ（汎用パケット無線サービス）などの、種々のモードまたはプロトコルの下で通信を提供してよい。そのような通信は、たとえば、ある無線周波数を使用するトランシーバ８６８を通じて行われてよい。加えて、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ（商標）、または他のそのようなトランシーバ（図示せず）などを使用する短距離通信が行われてよい。加えて、ＧＰＳ（全地球測位システム）受信機モジュール８７０は、追加のナビゲーションおよび位置関係のワイヤレスデータをモバイルコンピューティングデバイス８５０に提供してよく、このデータは、モバイルコンピューティングデバイス８５０上で走らせるアプリケーションによって必要に応じて使用されてよい。

モバイルコンピューティングデバイス８５０はまた、オーディオコーデック８６０を使用して可聴的に通信してよく、オーディオコーデック８６０は、発話された情報をユーザから受け取って、それを使用可能なデジタル情報に変換し得る。オーディオコーデック８６０は、同様に、たとえばモバイルコンピューティングデバイス８５０のハンドセット内の、スピーカなどを通る、ユーザのための可聴音を生成してよい。そのような音は、音声電話通話からの音を含んでよく、記録された音（たとえば、音声メッセージ、音楽ファイルなど）を含んでよく、モバイルコンピューティングデバイス８５０上で動作するアプリケーションによって生成された音も含んでよい。

モバイルコンピューティングデバイス８５０は、図に示されるように、いくつかの異なる形で実装されてよい。たとえば、モバイルコンピューティングデバイス８５０は、セルラー式電話８８０として実装されてよい。モバイルコンピューティングデバイス８５０は、スマートフォン８８２、携帯情報端末、または他の類似のモバイルデバイスの一部として実装されてもよい。

本明細書で説明されるシステムおよび技法の種々の実装形態は、デジタル電子回路、集積回路、特別に設計されたＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、および／またはそれらの組合せにおいて実現可能である。これらの種々の実装形態は、少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステム上で実施可能および／または解釈可能である１つまたは複数のコンピュータプログラムにおける実装形態を含むことができ、プログラマブルプロセッサは、特殊目的または多目的であり、データおよび命令をストレージシステム、少なくとも１つの入力デバイス、および少なくとも１つの出力デバイスから受け取り、これらにデータおよび命令を送るために連結されてよい。

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードとしても公知である）は、プログラマブルプロセッサのための機械命令を含み、高水準手続きプログラミング言語および／もしくはオブジェクト指向プログラミング言語で、ならびに／またはアセンブリ／機械言語で実装可能である。本明細書において使用されるとき、機械可読媒体およびコンピュータ可読媒体という用語は、機械可読信号として機械命令を受け取る機械可読媒体を含む、プログラマブルプロセッサに機械命令および／またはデータを提供するために使用される、任意のコンピュータプログラム製品、装置、および／またはデバイス（たとえば、磁気ディスク、光ディスク、メモリ、プログラマブル論理デバイス（ＰＬＤ））を指す。機械可読信号という用語は、プログラマブルプロセッサに機械命令および／またはデータを提供するために使用される任意の信号を指す。

ユーザとの相互作用を提供するために、本明細書で説明されるシステムおよび技法は、ユーザに対して情報を表示するためのディスプレイデバイス（たとえば、ＣＲＴ（陰極線管）モニタまたはＬＣＤ（液晶ディスプレイ）モニタ）とユーザがコンピュータに入力を提供することができるキーボードおよびポインティングデバイス（たとえば、マウスまたはトラックボール）とを有するコンピュータ上で実装可能である。他の種類のデバイスも、ユーザとの相互作用を提供するために使用可能である。たとえば、ユーザに提供されるフィードバックは、任意の形の感覚フィードバック（たとえば、視覚フィードバック、聴覚フィードバック、または触覚フィードバック）とすることができ、ユーザからの入力は、音響入力、発話入力、または触覚入力を含む任意の形で受け取り可能である。

本明細書で説明されるシステムおよび技法は、バックエンド構成要素を（たとえば、データサーバとして）含むコンピューティングシステム、またはミドルウェア構成要素（たとえば、アプリケーションサーバ）を含むコンピューティングシステム、またはフロントエンド構成要素（たとえば、本明細書で説明されるシステムおよび技法の実装形態とユーザが相互作用することができるグラフィカルユーザインタフェースまたはウェブブラウザを有するクライアントコンピュータ）を含むコンピューティングシステム、またはそのようなバックエンド構成要素、ミドルウェア構成要素、もしくはフロントエンド構成要素の任意の組合せを含むコンピューティングシステムにおいて実装可能である。システムの構成部品は、デジタルデータ通信（たとえば、通信ネットワーク）の任意の形または媒体によって相互接続可能である。通信ネットワークの例としては、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、およびインターネットがある。

コンピューティングシステムは、クライアントと、サーバとを含むことができる。クライアントおよびサーバは、一般に、互いから遠く離れており、典型的には、通信ネットワークを通じて相互作用する。クライアントとサーバの関係は、それぞれのコンピュータ上で走り、互いに対するクライアント－サーバ関係を有するコンピュータプログラムによって生じる。一部の実装形態では、本明細書において説明されるモジュールおよび／またはサービス（たとえば、ＢＳＩクラウド１１０、ＰｙＬクラウド１２０、１４０４クラウド１３０などのクラウドベースのサービス、たとえば、本明細書において説明されるマイクロサービスのいずれか）は、分離される、組み合わされる、または単一のもしくは組み合わされたモジュールおよび／もしくはサービスに組み込まれることが可能である。図に描かれるモジュールおよび／またはサービスは、本明細書において説明されるシステムを、その中に示されるソフトウェアアーキテクチャに限定することを意図したものではない。

本発明は、特に、具体的な好ましい実施形態に関して示され、説明されてきたが、添付の特許請求の範囲によって定義される本発明の趣旨および範囲から逸脱することなく、形および詳細における種々の変更がその中でなされてよいことが、当業者によって理解されるべきである。
本発明の実施形態の例として、以下の項目が挙げられる。
（項目１）
プロセッサと、
その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実行されるとき、以下の機能（ｉ）から（ｖ）：
（ｉ）医用画像を受信してデータベースに記憶することであって、各医用画像が特定の患者に関連付けられる、受信および記憶すること、
（ｉｉ）ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに、前記データベースからの特定の患者に関連付けられた前記医用画像および／または関係データのうちの１つまたは複数にアクセスすること、
（ｉｉｉ）前記医用画像のうちの１つまたは複数を自動的に分析すること、
（ｉｖ）患者のための前記医用画像のうちの１つまたは複数に応じて、前記患者のための放射線科医報告を生成すること、ならびに
（ｖ）前記データベース内の蓄積された画像データを使用して、前記医用画像のうちの１つまたは複数を自動的に分析するためのプロセスを更新するために、機械学習アルゴリズムを適用すること、
のうちの１つまたは複数を実行することを前記プロセッサに行わせる、メモリと
を備える、ネットワークベースの決定サポートシステム。
（項目２）
前記データベース内の前記医用画像が、経時的に撮影された第１の患者の医用画像のシリーズを含み、前記命令が、前記シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、前記第１の患者のための少なくとも前記第１のリスク指標の判定された値を経時的に追跡することを前記プロセッサに行わせる、項目１に記載のシステム。
（項目３）
前記医用画像が、 ^９９ｍ Ｔｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、前記第１の患者のコンピュータ断層撮影（ＣＴ）スキャンとを含み、前記命令が、前記ＳＰＥＣＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することを前記プロセッサに行わせる、先行する項目のいずれか一項に記載のシステム。
（項目４）
前記医用画像が、［１８Ｆ］ＤＣＦＰｙＬを含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、前記第１の患者のＣＴスキャンとを含み、前記命令が、前記ＰＥＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することを前記プロセッサに行わせる、先行する項目のいずれか一項に記載のシステム。
（項目５）
前記医用画像が、テクネチウム９９ｍメチレンジホスホネート（ ^９９ｍ Ｔｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた前記第１の患者の全身スキャンを含む、先行する項目のいずれか一項に記載のシステム。
（項目６）
前記医用画像が第１の患者の合成画像を含み、前記合成画像が、前記ＣＴスキャンと実質的に同じ時間に、放射性核種を含む前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の前記第１の患者への投与に続いて、取得された核医学画像が重ね合わされたＣＴスキャンを含み、前記命令は、
（ａ）前記合成画像を使用して、前記核医学画像内の画像化された組織の１つもしくは複数の領域の各々に対する３Ｄ境界を地理的に識別すること、ならびに
（ｃ）前記１つまたは複数の領域の前記識別された３Ｄ境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
によって、前記合成画像を自動的に分析することを前記プロセッサに行わせる、先行する項目のいずれか一項に記載のシステム。
（項目７）
前記命令が、前記１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、
前記１つまたは複数の領域の各々に対して、前記領域の前記３Ｄ境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
によって、前記リスク指標の前記値を計算することを前記プロセッサに行わせる、項目６に記載のシステム。
（項目８）
前記核医学画像がＳＰＥＣＴスキャンである、項目６または７のいずれかに記載のシステム。
（項目９）
前記造影剤が、前記ＰＳＭＡ結合剤にキレート化された金属を含み、前記金属が前記放射性核種である、項目８に記載のシステム。
（項目１０）
前記造影剤が ^９９ｍ Ｔｃ－ＭＩＰ－１４０４を含む、項目９に記載のシステム。
（項目１１）
前記核医学画像がＰＥＴスキャンである、項目６または７のいずれかに記載のシステム。
（項目１２）
前記放射性核種がハロゲンの放射性同位元素である、項目１１に記載のシステム。
（項目１３）
前記造影剤が［１８Ｆ］ＤＣＦＰｙＬを含む、項目１２に記載のシステム。
（項目１４）
前記放射性核種がガリウム（Ｇａ）の放射性同位元素である、項目１１に記載のシステム。
（項目１５）
前記医用画像が、放射性核種を含む造影剤の第１の患者への投与に続く前記第１の患者の核医学画像を含み、前記命令が、
（ａ）前記核医学画像内の画像化された組織の１つまたは複数の領域の各々に対する境界を地理的に識別すること、ならびに
（ｃ）前記１つまたは複数の領域の前記識別された境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
によって、前記核医学画像を自動的に分析することを前記プロセッサに行わせる、先行する項目のいずれか一項に記載のシステム。
（項目１６）
前記命令が、前記１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、
前記１つまたは複数の領域の各々に対して、前記領域の前記境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
によって、前記リスク指標の前記値を計算することを前記プロセッサに行わせる、項目１５に記載のシステム。
（項目１７）
前記システムがクラウドベースのシステムである、先行する項目のいずれか一項に記載のシステム。
（項目１８）
前記プロセッサが、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである、先行する項目のいずれか一項に記載のシステム。
（項目１９）
以下の（ｉ）から（ｖ）：
（ｉ）サーバコンピューティングデバイスのプロセッサによって、医用画像を受信してデータベースに記憶することであって、各医用画像が特定の患者に関連付けられる、受信および記憶すること、
（ｉｉ）前記プロセッサによって、ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに、前記データベースからの特定の患者に関連付けられた前記医用画像および／または関係データのうちの１つまたは複数にアクセスすること、
（ｉｉｉ）前記プロセッサによって、前記医用画像のうちの１つまたは複数を自動的に分析すること、
（ｉｖ）患者のための前記医用画像のうちの１つまたは複数に応じて、前記プロセッサによって、前記患者のための放射線科医報告を生成すること、ならびに
（ｖ）前記プロセッサによって、前記データベース内の蓄積された画像データを使用して、前記医用画像のうちの１つまたは複数を自動的に分析するためのプロセスを更新するために、機械学習アルゴリズムを適用すること
のうちのいずれか１つまたは複数を含む方法。
（項目２０）
前記データベース内の前記医用画像が、経時的に撮影された第１の患者の医用画像のシリーズを含み、前記方法が、前記シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、少なくとも前記第１のリスク指標の判定された値を経時的に追跡することを含む、項目１９に記載の方法。
（項目２１）
前記医用画像の前記受信および記憶が、各々が異なる時間に取得された前記第１の患者の複数の医用画像を経時的に繰り返し受信および記憶して、前記第１の患者の医用画像の前記シリーズを取得することを含む、項目２０に記載の方法。
（項目２２）
前記医用画像が、 ^９９ｍ Ｔｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、前記第１の患者のコンピュータ断層撮影（ＣＴ）スキャンとを含み、前記方法が、前記ＳＰＥＣＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することを含む、項目１９から２１のいずれか一項に記載の方法。
（項目２３）
前記医用画像が、［１８Ｆ］ＤＣＦＰｙＬを含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、前記第１の患者のＣＴスキャンとを含み、前記方法が、前記ＰＥＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することを含む、項目１９から２２のいずれか一項に記載の方法。
（項目２４）
前記医用画像が、テクネチウム９９ｍメチレンジホスホネート（ ^９９ｍ Ｔｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた前記第１の患者の全身スキャンを含む、項目１９から２３のいずれか一項に記載の方法。
（項目２５）
前記医用画像が第１の患者の合成画像を含み、前記合成画像が、実質的に同じ時間に、放射性核種を含む前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の前記第１の患者への投与に続いて、獲得された核医学画像が重ね合わされたＣＴスキャンを含み、前記方法が、
（ａ）前記合成画像を使用して、前記核医学画像内の画像化された組織の１つもしくは複数の領域の各々に対する３Ｄ境界を地理的に識別すること、ならびに
（ｃ）前記１つまたは複数の領域の前記識別された３Ｄ境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
によって、前記合成画像を自動的に分析することを含む、項目１９から２４のいずれか一項に記載の方法。
（項目２６）
ステップ（ｃ）が、前記１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、
前記１つまたは複数の領域の各々に対して、前記領域の前記３Ｄ境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
によって、前記リスク指標の前記値を計算することを含む、項目２５に記載の方法。
（項目２７）
前記核医学画像がＳＰＥＣＴスキャンである、項目２５または２６のいずれかに記載の方法。
（項目２８）
前記造影剤が、前記ＰＳＭＡ結合剤にキレート化された金属を含み、前記金属が前記放射性核種である、項目２７に記載の方法。
（項目２９）
前記造影剤が ^９９ｍ Ｔｃ－ＭＩＰ－１４０４を含む、項目２８に記載の方法。
（項目３０）
前記核医学画像がＰＥＴスキャンである、項目２５または２６のいずれかに記載の方法。
（項目３１）
前記放射性核種がハロゲンの放射性同位元素である、項目３０に記載の方法。
（項目３２）
前記造影剤が［１８Ｆ］ＤＣＦＰｙＬを含む、項目３１に記載の方法。
（項目３３）
前記放射性核種がガリウム（Ｇａ）の放射性同位元素である、項目３０に記載の方法。
（項目３４）
前記医用画像が、放射性核種を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の核医学画像を含み、前記方法が、
（ａ）前記核医学画像内の画像化された組織の１つまたは複数の領域の各々に対する境界を地理的に識別すること、ならびに
（ｃ）前記１つまたは複数の領域の前記識別された境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
によって、前記核医学画像を自動的に分析することを含む、項目１９から３３のいずれか一項に記載の方法。
（項目３５）
ステップ（ｃ）が、前記１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、
前記１つまたは複数の領域の各々に対して、前記領域の前記境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
によって、前記リスク指標の前記値を計算することを含む、項目３４に記載の方法。
（項目３６）
前記プロセッサが、クラウドベースのシステムのプロセッサである、項目１９から３５のいずれか一項に記載の方法。
（項目３７）
前記プロセッサが、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである、項目１９から３６のいずれか一項に記載の方法。
（項目３８）
プロセッサと、
その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実施されるとき、対話型グラフィカルユーザインタフェース（ＧＵＩ）要素を生成し、その表示を引き起こすことを前記プロセッサに行わせ、前記ＧＵＩ要素が、前記プロセッサによって表示させられる参照画像との比較のために患者の３Ｄリスクピクチャのデジタル提示を選択および／または調整するためのユーザが選択可能および／またはユーザが調整可能なグラフィカルコントロールを有する、メモリと
を備えるシステム。
（項目３９）
前記対話型ＧＵＩ要素が、前記患者の医用画像および／または他の画像もしくは情報から生産される、項目３８に記載のシステム。
（項目４０）
１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するための方法であって、
（ａ）経時的に、コンピューティングデバイスのプロセッサによって、前記１人または複数の患者の各々のための複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々のために、経時的に撮影された医用画像のシリーズを取得することと、
（ｂ）前記１人または複数の患者の各々に対して、前記プロセッサによって、前記患者のための医用画像の前記シリーズを自動的に分析して、前記シリーズの各医用画像に対する１つまたは複数のリスク指標の値を判定し、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値を追跡することと、
（ｃ）前記１人または複数の患者の各々に対して、前記プロセッサによって、さらなる処理のために前記患者に対する前記１つまたは複数のリスク指標の前記判定された値を記憶すること、および／または前記プロセッサによって、前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
を含む方法。
（項目４１）
前記１人または複数の患者のうちの特定の患者のための前記医用画像のシリーズが、
（ｉ）各々が第１の放射性医薬品の前記特定の患者への投与に続く、第１の核イメージングモダリティを使用して取得された１つまたは複数の医用画像を含む、第１の画像サブシリーズと、
（ｉｉ）各々が第２の放射性医薬品の前記特定の患者への投与に続く、第２の核イメージングモダリティを使用して取得された１つまたは複数の医用画像を含む、第２の画像サブシリーズと
を含み、
したがって、前記特定の患者のためのステップ（ｂ）において判定される前記１つまたは複数のリスク指標の前記値が、前記第１の画像サブシリーズの自動化された分析によって判定される第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動化された分析によって判定される第２のリスク指標の値の第２のサブシリーズとを含む、項目４０に記載の方法。
（項目４２）
前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、項目４１に記載の方法。
（項目４３）
前記第１の画像サブシリーズが１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、
前記第２の画像サブシリーズが１つまたは複数の合成ＰＥＴ－ＣＴ画像を含み、各合成ＰＥＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＰＥＴスキャンが重ね合わされたＣＴスキャンを含み、
ステップ（ｂ）が、
前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
前記合成ＰＥＴ－ＣＴ画像を使用して、前記合成ＰＥＴ－ＣＴ画像の前記ＰＥＴスキャン内の１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することと
を含む、項目４１または４２のいずれかに記載の方法。
（項目４４）
前記第１の画像サブシリーズが１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、
前記第２の画像サブシリーズが１つまたは複数の全身スキャンを含み、
ステップ（ｂ）が、
前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
前記全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
によって、前記１つまたは複数の全身スキャン合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと
を含む、項目４１または４２のいずれかに記載の方法。
（項目４５）
１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するためのシステムであって、
プロセッサと、
その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実行されるとき、
（ａ）経時的に、前記１人または複数の患者の各々のための複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々のために、経時的に撮影された医用画像のシリーズを取得することと、
（ｂ）前記１人または複数の患者の各々に対して、前記患者のための医用画像の前記シリーズを自動的に分析して、前記シリーズの各医用画像に対する１つまたは複数のリスク指標の値を判定し、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値を追跡することと、
（ｃ）前記１人または複数の患者の各々に対して、さらなる処理のために前記患者に対する前記１つまたは複数のリスク指標の前記判定された値を記憶すること、および／または前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
を前記プロセッサに行わせる、メモリと
を備えるシステム。
（項目４６）
前記１人または複数の患者のうちの特定の患者のための前記医用画像のシリーズが、
（ｉ）各々が第１の放射性医薬品の前記特定の患者への投与に続く、第１の核イメージングモダリティを使用して取得された１つまたは複数の医用画像を含む、第１の画像サブシリーズと、
（ｉｉ）各々が第２の放射性医薬品の前記特定の患者への投与に続く、第２の核イメージングモダリティを使用して取得された１つまたは複数の医用画像を含む、第２の画像サブシリーズと
を含み、
したがって、前記特定の患者のためのステップ（ｂ）において判定される前記１つまたは複数のリスク指標の前記値が、前記第１の画像サブシリーズの自動化された分析によって判定される第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動化された分析によって判定される第２のリスク指標の値の第２のサブシリーズとを含む、項目４５に記載のシステム。
（項目４７）
前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、項目４６に記載のシステム。
（項目４８）
前記第１の画像サブシリーズが１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、
前記第２の画像サブシリーズが１つまたは複数の合成ＰＥＴ－ＣＴ画像を含み、各合成ＰＥＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＰＥＴスキャンが重ね合わされたＣＴスキャンを含み、
前記命令が、ステップ（ｂ）において、
前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
前記合成ＰＥＴ－ＣＴ画像を使用して、前記合成ＰＥＴ－ＣＴ画像の前記ＰＥＴスキャン内の１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することと
を前記プロセッサに行わせる、項目４６または４７のいずれかに記載のシステム。
（項目４９）
前記第１の画像サブシリーズが１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含み、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含み、
前記第２の画像サブシリーズが１つまたは複数の全身スキャンを含み、
前記命令が、ステップ（ｂ）において、
前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
前記全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
によって、前記１つまたは複数の全身スキャンの各々を自動的に分析することと
を前記プロセッサに行わせる、項目４６または４７のいずれかに記載のシステム。

Claims (43)

1. プロセッサと、
   その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実行されるとき、以下の（ｉ）から（ｉｖ）：
   （ｉ）複数の医用画像を受信してデータベースに記憶することであって、各医用画像が対応する患者に関連付けられる、受信および記憶すること、
   （ｉｉ）ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに、前記データベースからの特定の患者に関連付けられた前記医用画像のうちの１つまたは複数にアクセスすること、
   （ｉｉｉ）機械学習アルゴリズムを使用して前記１つまたは複数の医用画像を自動的に分析すること、ならびに
   （ｉｖ）前記患者についての前記１つまたは複数の医用画像に応じて、前記特定の患者についての放射線科医報告を生成すること、
   を前記プロセッサに行わせる、メモリと
   を備える、ネットワークベースの決定サポートシステムであって、
   前記１つまたは複数の医用画像が、前記特定の患者の合成画像を含み、前記合成画像が、ＣＴスキャンと実質的に同じ時間に、放射性核種を含む前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の前記患者への投与に続いて、取得された核医学画像が重ね合わされた前記ＣＴスキャンを含み、前記命令は、
   （ａ）前記合成画像を使用して、前記核医学画像内の画像化された組織の１つもしくは複数の領域の各々に対する３Ｄ境界を地理的に識別すること、ならびに
   （ｂ）前記１つまたは複数の領域の前記識別された３Ｄ境界とともに前記核医学画像を使用して、がんのリスクの領域またはがん再発のリスクの領域をマークするグラフィカル記号を含むリスクマップを計算すること
   によって、前記合成画像を自動的に分析することを前記プロセッサに行わせる、
   ネットワークベースの決定サポートシステム。
2. 前記データベース内の前記医用画像が、経時的に撮影された第１の患者の医用画像のシリーズを含み、前記命令が、前記シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、前記第１の患者についての少なくとも前記第１のリスク指標の判定された値を経時的に追跡することを前記プロセッサに行わせる、請求項１に記載のシステム。
3. 前記医用画像が、^９９ｍＴｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、前記第１の患者のコンピュータ断層撮影（ＣＴ）スキャンとを含み、前記命令が、前記ＳＰＥＣＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することを前記プロセッサに行わせる、請求項１または２に記載のシステム。
4. 前記医用画像が、［１８Ｆ］ＤＣＦＰｙＬを含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、前記第１の患者のＣＴスキャンとを含み、前記命令が、前記ＰＥＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することを前記プロセッサに行わせる、請求項１～３のいずれか一項に記載のシステム。
5. 前記医用画像が、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた前記第１の患者の全身スキャンを含む、請求項１～４のいずれか一項に記載のシステム。
6. 前記命令が、前記１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、
   前記１つまたは複数の領域の各々に対して、前記領域の前記３Ｄ境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
   前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
   によって、前記リスク指標の前記値を計算することを前記プロセッサに行わせる、請求項１に記載のシステム。
7. 前記核医学画像がＳＰＥＣＴスキャンである、請求項１または６のいずれかに記載のシステム。
8. 前記造影剤が、前記ＰＳＭＡ結合剤にキレート化された金属を含み、前記金属が前記放射性核種である、請求項７に記載のシステム。
9. 前記造影剤が^９９ｍＴｃ－ＭＩＰ－１４０４を含む、請求項８に記載のシステム。
10. 前記核医学画像がＰＥＴスキャンである、請求項１または６のいずれかに記載のシステム。
11. 前記放射性核種がハロゲンの放射性同位元素である、請求項１０に記載のシステム。
12. 前記造影剤が［１８Ｆ］ＤＣＦＰｙＬを含む、請求項１１に記載のシステム。
13. 前記放射性核種がガリウム（Ｇａ）の放射性同位元素である、請求項１０に記載のシステム。
14. 前記医用画像が、放射性核種を含む造影剤の第１の患者への投与に続く前記第１の患者の核医学画像を含み、前記命令が、
    （ａ）前記核医学画像内の画像化された組織の１つまたは複数の領域の各々に対する境界を地理的に識別すること、ならびに
    （ｃ）前記１つまたは複数の領域の前記識別された境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
    によって、前記核医学画像を自動的に分析することを前記プロセッサに行わせる、請求項１～１３のいずれか一項に記載のシステム。
15. 前記命令が、前記１つまたは複数のリスク指標のうちの少なくとも１つのリスク指標に対して、
    前記１つまたは複数の領域の各々に対して、前記領域の前記境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
    前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
    によって、前記リスク指標の前記値を計算することを前記プロセッサに行わせる、請求項１４に記載のシステム。
16. 前記システムがクラウドベースのシステムである、請求項１～１５のいずれか一項に記載のシステム。
17. 前記プロセッサが、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである、請求項１～１６のいずれか一項に記載のシステム。
18. サーバコンピューティングデバイスのプロセッサによって、以下の（ｉ）から（ｉｖ）：
    （ｉ）前記プロセッサによって、複数の医用画像を受信してデータベースに記憶することであって、各医用画像が対応する患者に関連付けられる、受信および記憶すること、
    （ｉｉ）前記プロセッサによって、ユーザコンピューティングデバイス上での表示のためのユーザへの送信に対する、ユーザ要求のあったときに、前記データベースからの特定の患者に関連付けられた前記医用画像のうちの１つまたは複数にアクセスすること、
    （ｉｉｉ）前記プロセッサによって、機械学習アルゴリズムを使用して、前記１つまたは複数の医用画像を自動的に分析すること、ならびに
    （ｉｖ）前記患者についての前記１つまたは複数の医用画像に応じて、前記プロセッサによって、前記特定の患者についての放射線科医報告を生成すること
    を実行することを含む方法であって、
    前記１つまたは複数の医用画像が、前記特定の患者の合成画像を含み、前記合成画像が、ＣＴスキャンと実質的に同じ時間に、放射性核種を含む前立腺特異的膜抗原（ＰＳＭＡ）結合剤を含む造影剤の前記患者への投与に続いて、取得された核医学画像が重ね合わされた前記ＣＴスキャンを含み、前記方法は、
    （ａ）前記合成画像を使用して、前記核医学画像内の画像化された組織の１つもしくは複数の領域の各々に対する３Ｄ境界を地理的に識別すること、ならびに
    （ｂ）前記１つまたは複数の領域の前記識別された３Ｄ境界とともに前記核医学画像を使用して、がんのリスクの領域またはがん再発のリスクの領域をマークするグラフィカル記号を含むリスクマップを計算すること
    によって、前記合成画像を自動的に分析することを含む、
    方法。
19. 前記データベース内の前記医用画像が、経時的に撮影された第１の患者の医用画像のシリーズを含み、前記方法が、前記シリーズの各医用画像のための少なくとも第１のリスク指標の値を判定し、それによって、少なくとも前記第１のリスク指標の判定された値を経時的に追跡することを含む、請求項１８に記載の方法。
20. 前記医用画像の前記受信および記憶が、各々が異なる時間に取得された前記第１の患者の複数の医用画像を経時的に繰り返し受信および記憶して、前記第１の患者の医用画像の前記シリーズを取得することを含む、請求項１９に記載の方法。
21. 前記医用画像が、^９９ｍＴｃで標識された１４０４を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の単光子放射コンピュータ断層撮影（ＳＰＥＣＴ）スキャンと、前記第１の患者のコンピュータ断層撮影（ＣＴ）スキャンとを含み、前記方法が、前記ＳＰＥＣＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＳＰＥＣＴ－ＣＴ）を作成することを含む、請求項１８から２０のいずれか一項に記載の方法。
22. 前記医用画像が、［１８Ｆ］ＤＣＦＰｙＬを含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の陽電子放射断層撮影（ＰＥＴ）スキャンと、前記第１の患者のＣＴスキャンとを含み、前記方法が、前記ＰＥＴスキャンを前記ＣＴスキャンに重ね合わせて前記第１の患者の合成画像（ＰＥＴ－ＣＴ）を作成することを含む、請求項１８から２１のいずれか一項に記載の方法。
23. 前記医用画像が、テクネチウム９９ｍメチレンジホスホネート（^９９ｍＴｃ ＭＤＰ）を含む造影剤の第１の患者への投与に続いてガンマカメラを用いてなされた前記第１の患者の全身スキャンを含む、請求項１８から２２のいずれか一項に記載の方法。
24. ステップ（ｂ）が、前記１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、
    前記１つまたは複数の領域の各々に対して、前記領域の前記３Ｄ境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
    前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
    によって、前記リスク指標の前記値を計算することを含む、請求項１８から２３のいずれか一項に記載の方法。
25. 前記核医学画像がＳＰＥＣＴスキャンである、請求項１８から２４のいずれか一項に記載の方法。
26. 前記造影剤が、前記ＰＳＭＡ結合剤にキレート化された金属を含み、前記金属が前記放射性核種である、請求項２５に記載の方法。
27. 前記造影剤が^９９ｍＴｃ－ＭＩＰ－１４０４を含む、請求項２６に記載の方法。
28. 前記核医学画像がＰＥＴスキャンである、請求項１８から２４のいずれか一項に記載の方法。
29. 前記放射性核種がハロゲンの放射性同位元素である、請求項２８に記載の方法。
30. 前記造影剤が［１８Ｆ］ＤＣＦＰｙＬを含む、請求項２９に記載の方法。
31. 前記放射性核種がガリウム（Ｇａ）の放射性同位元素である、請求項２８に記載の方法。
32. 前記医用画像が、放射性核種を含む造影剤の第１の患者への投与に続いて取得された前記第１の患者の核医学画像を含み、前記方法が、
    （ａ）前記核医学画像内の画像化された組織の１つまたは複数の領域の各々に対する境界を地理的に識別すること、ならびに
    （ｃ）前記１つまたは複数の領域の前記識別された境界とともに前記核医学画像を使用して、（ｉ）１つもしくは複数のリスク指標の各々の値および／または（ｉｉ）リスクマップを計算すること
    によって、前記核医学画像を自動的に分析することを含む、請求項１８から３１のいずれか一項に記載の方法。
33. ステップ（ｃ）が、前記１つまたは複数のリスク指標の少なくとも１つのリスク指標に対して、
    前記１つまたは複数の領域の各々に対して、前記領域の前記境界内の前記核医学画像の強度値に基づいて、前記領域内の対応するがん組織レベルを判定すること、および
    前記１つまたは複数の領域内の前記判定されたがん組織レベルに基づいて、前記リスク指標の前記値を計算すること
    によって、前記リスク指標の前記値を計算することを含む、請求項３２に記載の方法。
34. 前記プロセッサが、クラウドベースのシステムのプロセッサである、請求項１８から３３のいずれか一項に記載の方法。
35. 前記プロセッサが、１つまたは複数のネットワークまたはインターネットホストサーバのプロセッサである、請求項１８から３４のいずれか一項に記載の方法。
36. 医用画像から判定されたリスク指標の値およびリスクマップを、１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するための指標とする方法であって、
    （ａ）経時的に、コンピューティングデバイスのプロセッサによって、前記１人または複数の患者の各々についての複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々について、経時的に撮影された医用画像のシリーズを取得することであって、前記１人または複数の患者のうちの特定の患者についての医用画像のシリーズが、
    （ｉ）１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含む第１の画像サブシリーズであって、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第１の放射性医薬品の前記特定の患者への投与に続いて取得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含む、第１の画像サブシリーズと；
    （ｉｉ）合成ＰＥＴ－ＣＴ画像を含む第２の画像サブシリーズであって、各合成ＰＥＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第２の放射性医薬品の前記特定の患者への投与に続いて取得された、ＰＥＴスキャンと重ね合わされたＣＴスキャンを含む、第２の画像サブシリーズと
    を含む、ことと、
    （ｂ）前記１人または複数の患者の各々に対して、前記プロセッサによって、機械学習アルゴリズムを使用して、前記患者についての医用画像の前記シリーズを自動的に分析して、
    （ｉ）前記シリーズの各医用画像に対する１つまたは複数のリスク指標の値であって、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値が追跡され、各リスク指標が、前立腺がんの状態および／または進行の指標となる、リスク指標の値と、
    （ｉｉ）がんのリスクの領域またはがん再発のリスクの領域をマークするグラフィカル記号を含むリスクマップと
    を判定することであって、前記特定の患者についての医用画像のシリーズを自動的に分析することが、前記特定の患者について判定された前記１つまたは複数のリスク指標の値が、前記第１の画像サブシリーズの自動分析により判定された第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動分析により判定された第２のリスク指標の値の第２のサブシリーズとを含むように、
    前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
    前記前立腺領域の識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
    前記合成ＰＥＴ－ＣＴ画像を使用して、前記合成ＰＥＴ－ＣＴ画像の前記ＰＥＴスキャン内の、１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
    前記１つまたは複数の転移性領域の識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することを含む、ことと、
    （ｃ）前記１人または複数の患者の各々に対して、前記プロセッサによって、さらなる処理のために前記患者に対する（ｉ）前記１つまたは複数のリスク指標の前記判定された値と、（ｉｉ）前記リスクマップとを記憶すること、および／または前記プロセッサによって、前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
    を含む方法。
37. 前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、請求項３６に記載の方法。
38. 医用画像から判定されたリスク指標の値およびリスクマップを、１人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するための指標とする方法であって、
    （ａ）経時的に、コンピューティングデバイスのプロセッサによって、前記１人または複数の患者の各々についての複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々について、経時的に撮影された医用画像のシリーズを取得することであって、前記１人または複数の患者のうちの特定の患者についての医用画像のシリーズが、
    （ｉ）１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含む第１の画像サブシリーズであって、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第１の放射性医薬品の前記特定の患者への投与に続いて取得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含む、第１の画像サブシリーズと、
    （ｉｉ）１つまたは複数の全身スキャンを含み、かつ、第２の放射性医薬品の前記特定の患者への投与に続いて取得された、第２の画像サブシリーズと
    を含む、ことと、
    （ｂ）前記１人または複数の患者の各々に対して、前記プロセッサによって、前記患者についての医用画像の前記シリーズを自動的に分析して、前記シリーズの各医用画像について、１つまたは複数のリスク指標の値を判定し、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値を追跡することであって、前記特定の患者についての医用画像のシリーズを自動的に分析することが、前記特定の患者について判定された前記１つまたは複数のリスク指標の値が、前記第１の画像サブシリーズの自動分析により判定された第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動分析により判定された第２のリスク指標の値の第２のサブシリーズとを含むように、
    前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
    前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
    前記全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
    前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記全身スキャンを使用して、前記第２のリスク指標の値を計算すること
    によって、前記１つまたは複数の全身スキャンの各々を自動的に分析することと、
    （ｃ）前記１人または複数の患者の各々に対して、前記プロセッサによって、さらなる処理のために前記患者に対する前記１つまたは複数のリスク指標の前記判定された値を記憶すること、または前記プロセッサによって、前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
    を含む、方法。
39. 前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、請求項３８に記載の方法。
40. １人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するためのシステムであって、
    プロセッサと、
    その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実行されるとき、
    （ａ）経時的に、前記１人または複数の患者の各々についての複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々について、経時的に撮影された医用画像のシリーズを取得することであって、前記１人または複数の患者のうちの特定の患者についての医用画像のシリーズが、
    （ｉ）１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含む第１の画像サブシリーズであって、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第１の放射性医薬品の前記特定の患者への投与に続いて取得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含む、第１の画像サブシリーズと；
    （ｉｉ）合成ＰＥＴ－ＣＴ画像を含む第２の画像サブシリーズであって、各合成ＰＥＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第２の放射性医薬品の前記特定の患者への投与に続いて取得された、ＰＥＴスキャンと重ね合わされたＣＴスキャンを含む、第２の画像サブシリーズと
    を含む、ことと、
    （ｂ）前記１人または複数の患者の各々に対して、機械学習アルゴリズムを使用して、前記患者についての医用画像の前記シリーズを自動的に分析して、
    （ｉ）前記シリーズの各医用画像に対する１つまたは複数のリスク指標の値であって、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値が追跡され、各リスク指標が、前立腺がんの状態および／または進行の指標となる、リスク指標の値と、
    （ｉｉ）がんのリスクの領域またはがん再発のリスクの領域をマークするグラフィカル記号を含むリスクマップと
    を判定することであって、前記特定の患者についての医用画像のシリーズを自動的に分析することが、前記特定の患者について判定された前記１つまたは複数のリスク指標の値が、前記第１の画像サブシリーズの自動分析により判定された第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動分析により判定された第２のリスク指標の値の第２のサブシリーズとを含むように、
    前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
    前記前立腺領域の識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
    前記合成ＰＥＴ－ＣＴ画像を使用して、前記合成ＰＥＴ－ＣＴ画像の前記ＰＥＴスキャン内の１つまたは複数の転移性領域の３Ｄ境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
    前記１つまたは複数の転移性領域の識別された３Ｄ境界とともに前記ＰＥＴスキャンを使用して、前記第２のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＰＥＴ－ＣＴ画像の各々を自動的に分析することを含む、ことと、
    （ｃ）前記１人または複数の患者の各々に対して、さらなる処理のために前記患者に対する（ｉ）前記１つまたは複数のリスク指標の前記判定された値と、（ｉｉ）前記リスクマップとを記憶すること、および／または前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
    を前記プロセッサに行わせる、メモリと
    を備えるシステム。
41. 前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、請求項４０に記載のシステム。
42. １人または複数の患者に対して、前立腺がん進行および治療効果を経時的に追跡するための指標とするためのシステムであって、
    プロセッサと、
    その上に記憶された命令を有するメモリであって、前記命令が、前記プロセッサによって実行されるとき、
    （ａ）経時的に、前記１人または複数の患者の各々についての複数の医用画像を繰り返し受信し、データベースに記憶して、前記１人または複数の患者の各々について、経時的に撮影された医用画像のシリーズを取得することであって、前記１人または複数の患者のうちの特定の患者についての医用画像のシリーズが、
    （ｉ）１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像を含む第１の画像サブシリーズであって、各合成ＳＰＥＣＴ－ＣＴ画像が、実質的に同じ時間に獲得され、第１の放射性医薬品の前記特定の患者への投与に続いて取得されたＳＰＥＣＴスキャンが重ね合わされたＣＴスキャンを含む、第１の画像サブシリーズと、
    （ｉｉ）１つまたは複数の全身スキャンを含み、かつ、第２の放射性医薬品の前記特定の患者への投与に続いて取得された、第２の画像サブシリーズと
    を含む、ことと、
    （ｂ）前記１人または複数の患者の各々に対して、機械学習アルゴリズムを使用して、前記患者についての医用画像の前記シリーズを自動的に分析して、前記シリーズの各医用画像について、１つまたは複数のリスク指標の値を判定し、それによって、前記患者に対する過程前立腺がん進行および治療にわたって前記１つまたは複数のリスク指標の判定された値を追跡することであって、前記特定の患者についての医用画像のシリーズを自動的に分析することが、前記特定の患者について判定された前記１つまたは複数のリスク指標の値が、前記第１の画像サブシリーズの自動分析により判定された第１のリスク指標の値の第１のサブシリーズと、前記第２の画像サブシリーズの自動分析により判定された第２のリスク指標の値の第２のサブシリーズとを含むように、
    前記合成ＳＰＥＣＴ－ＣＴ画像を使用して、前記合成ＳＰＥＣＴ－ＣＴ画像の前記ＳＰＥＣＴスキャン内の前立腺領域の３Ｄ境界を地理的に識別すること、および
    前記前立腺領域の前記識別された３Ｄ境界とともに前記ＳＰＥＣＴスキャンを使用して、前記第１のリスク指標の値を計算すること
    によって、前記１つまたは複数の合成ＳＰＥＣＴ－ＣＴ画像の各々を自動的に分析することと、
    前記全身スキャン内の１つまたは複数の転移性領域の境界を地理的に識別することであって、前記１つまたは複数の転移性領域が、前記前立腺の外部の患者組織位置に対応する領域を含む、識別すること、および
    前記１つまたは複数の転移性領域の前記識別された３Ｄ境界とともに前記全身スキャンを使用して、前記第２のリスク指標の値を計算すること
    によって、前記１つまたは複数の全身スキャンの各々を自動的に分析することを含む、ことと、
    （ｃ）前記１人または複数の患者の各々に対して、さらなる処理のために前記患者に対する前記１つまたは複数のリスク指標の前記判定された値を記憶すること、または前記患者に対する前記１つまたは複数のリスク指標の前記判定された値のグラフィカル表現の表示を引き起こすことと
    を前記プロセッサに行わせる、メモリと
    を備えるシステム。
43. 前記特定の患者の前立腺がんが限局性であるとき、第１の画像サブシリーズの前記医用画像が第１の時間期間にわたって取得され、前記特定の患者の前立腺がんが転移性であるとき、前記第２の画像サブシリーズの前記医用画像が第２の時間期間にわたって取得される、請求項４２に記載のシステム。

Images